一种HBase的表region切分和rowkey设计方案
2016-09-05 15:02
260 查看
一种HBase的表region切分和rowkey设计方案
![](http://simg.sinajs.cn/blog7style/images/common/sg_trans.gif)
(2014-05-14 14:21:56)
![](http://simg.sinajs.cn/blog7style/images/common/sg_trans.gif)
转载▼
分类: MYSQL/ORACLE/DB2/sybase/info |
场景
HBase的region随着大小的不断变大会触发一个阈值,默认为256M,一旦触发那么他就会自动的分裂开来,随着region变多hbase管理起来也越发困难,性能也会明显下降。当然更多的region使得高并发成为可能。一种较好的实践方案就是一方面预切分HBase的region,确定region的个数,保证并发性能,另一方面设置较高的region size分裂阈值,保证region数量不变
方案
预切分方法:
./bin/hbase org.apache.hadoop.hbase.util.RegionSplitter -c 500 test -f t1:t2:t3
上面的命令行工具给以为你切分一个500region的test表,分别包含了三个列族:t1,t2,t3。
然后在hbase-site.xml设置hbase.hregion.max.filesize为104857600(=1024*1024*100=100G),设置为100G,这样很长一段时间内不会出现region分裂。建议一个节点分到1000region,可以满足并发,而且不至于让master压力过大。
rowkey设计方案:
需要指出的是这种预切分方法用了一种默认算法md5stringsplit来分配region的startkey,endkey。这种得到的是一个8位的右移一位的md5的字符串。实际上就是md5前八位然后右移。这样在设计rowkey的时候就要千万注意了!因为这样分配出来的region是00000000~7fffffff。所以为了让rowkey能够均匀落入到这个范围需要md5(id)>>1 + id。提示一下:如果你使用的md5(id)+id的方法设计了rowkey,入库时如果数据量很大则会导致hot region。rs就会频繁的挂掉了,因为大部分数据都落入最后一个region了。
rowkey生成的具体的java代码如下:
private String makeRowKey(String id){ String md5_content = null; try { MessageDigest messageDigest = MessageDigest.getInstance("MD5"); messageDigest.reset(); messageDigest.update(id.getBytes()); byte[] bytes = messageDigest.digest(); md5_content = newString(Hex.encodeHex(bytes)); } catch (NoSuchAlgorithmException e1) { e1.printStackTrace(); }//turn right md5 String right_md5_id = Integer.toHexString(Integer.parseInt(md5_content.substring(0,7),16)>>1);while(right_md5_id.length()<7){ right_md5_id = "0" + right_md5_id; } return right_md5_id + "::" + id; }
这样做的好处就是在写入数据时可以使rowkey均匀的写入,当然读取的时候还需要拿着id变成md5再去读取,批量读取与时间戳前置方法相比肯定没有任何优势了。不过随机读取也会使rs的负载均衡。
上面的这种设计适合绝大多数场景。可以作为一个良好的实践。
关注分布式存储技术以及分布式计算方法
相关文章推荐
- 一种HBase的表region切分和rowkey设计方案
- 一种HBase的表region切分和rowkey设计方案
- 一种适合网游的界面系统设计方案
- 一种加密档案文件格式方案的设计思路
- Hbase 学习(七) rowkey设计
- 通用对象池ObjectPool的一种简易设计和实现方案
- 【HBase】Rowkey设计
- 一种通用的接口设计方案
- 数据仓库中,缓慢变化维的一种设计方案
- 一种安全云存储方案设计(上)——基于二次加密的存储策略与加密图文混合检索
- 一种密码实验平台的设计方案的关键实现思路
- 离线应用的一种设计方案
- 一种基于嵌入式的多重识别门禁系统设计方案
- 基于HBASE的并行计算架构之rowkey设计篇
- 一种3D引擎的多线程设计方案
- DBMS一种设计方案(原)
- 一种采用消息框架切分扩展的设计方法
- 一种适合网游的界面系统设计方案
- HBase模式设计之ID顺序增长(rowkey顺序增长)
- 【HBase】Rowkey设计