HBase调优：预分区与行键设计

基于此我们可以控制在建表的时候，创建多个空region，并确定每个region的起始和终止rowkey，这样只要我们的rowkey设计能均匀的命中各个region，就不会存在写热点问题。自然split的几率也会大大降低。当然随着数据量的不断增长，该split的还是要进行split。像这样预先创建hbase表分区的方式，称之为预分区。

hash(主键) + 年月日时(2019062315)

这里只取hash(主键)的前6位，使得行键的长度正好是16，也就是8的整数倍，在64位计算机中，效果最好。

列族固定，只有一个，设为f，标签为分钟加上秒数：

分秒(5623)

如果需要精确到毫秒，可以为列族f设置有多个版本或者将标签设计为分秒毫秒(5623142)或者分秒.版本号(5623.1)

一个regionserver可以管理的region数量和列族数量与每个列族缓存的大小有关，计算公式如下：

我这里只分了三个region，用hbase shell命令创建表，设置预分区数量为3

下图中，可以看到，预分区以后，数据的读写访问请求数量均匀分布在3台RegionServer上，避免了热点问题。

你要考虑几个点。

1 Region 压力

2 Region 分区

首先 自增来做不是不可以。 但是有很大的局限性。 比如你用自增做主键了。 那么你的 Region 几乎都在一台机器上， 发挥不出集群的性能， 这样的设计将导致效率低下。

如果你这样做了， 那么挽救办法就是 Region 分区。 假设你分区 以数字分区。 那么可以打散Region的分类。 那么第二个问题：

此时， 你的HBase 不是只为这一个 自增而做的。 那么你提前做好的时间分区将会导致其他的非时间rowkey 集中。 且业务数据量需要考虑。

方法如下：

1、rowkey是行的主键，Hbase支持3种检索方式，通过单个Rowkey访问，按照某个Rowkey键值进行get *** 作，获取唯一一条记录。

2、通过Rowkey的range进行scan，通过设置startRowKey和endRowKey，在这个范围内进行扫描。按指定的条件获取一批记录。

3、全表扫描，直接扫描整张表中所有行记录。

---