如何定義hbase行鍵，以便當表中的記錄數為百萬時以最佳方式獲得下標

Question

我有3千萬條記錄放入表中，但是當嘗試從中查找一條記錄時，我將花費大量時間進行檢索。 您能否建議我如何生成行鍵，以便我們能夠快速獲取記錄。

現在，我已經將1,2,3的自動增量ID用作行鍵，以及需要采取哪些步驟來提高性能。 讓我知道你的擔心

Answer 1

通常，當我們要提高SQL結構化表的性能時，我們會遵循一些基本/常規調整，例如將適當的索引應用於查詢中使用的列。 將適當的邏輯分區或存儲桶應用於表。 給緩沖區足夠的內存來執行一些復雜的操作。

當涉及大數據時，特別是如果您使用hadoop，真正的問題在於硬盤和緩沖區之間的上下文切換。 和不同服務器之間的上下文切換。 您需要確保如何減少上下文切換以獲得更好的性能。

一些注意事項：

使用解釋功能了解查詢結構並嘗試提高性能。

如果您使用整數row-key，那么它將提供最佳性能，但始終在表的開頭創建row-key / index。 因為后來的性能被殺死。

在Hive / Impala中針對hbase表創建外部表時，將hbase行鍵映射到Hive / Impala中的字符串列。 如果不這樣做，則查詢中不使用行鍵，並掃描整個表。

永遠不要在行鍵查詢中使用LIKE，因為它會掃描整個表。 使用BETWEEN或=，<，> =。 如果您沒有在查詢中使用針對行鍵列的過濾器，則行鍵設計可能是錯誤的。 行鍵應設計為包含查找特定數據子集所需的信息