HBase表预分区

最新推荐文章于 2025-08-29 13:53:52 发布

转载最新推荐文章于 2025-08-29 13:53:52 发布 · 745 阅读

文章标签：

#hbase

hbase 专栏收录该内容

1 篇文章

订阅专栏

本文介绍了HBase表预分区的方法及其实现原理。通过预设的rowKey范围，可以在创建表时即划分多个region，避免数据量增大时因region分裂造成的资源消耗。文章详细解释了如何使用SPLITS参数直接指定预分区的边界值，以及如何通过SPLITS_FILE参数指定包含这些值的文件路径。

在创建Hbase表的时候默认一张表只有一个region，所有的put操作都会往这一个region中填充数据，当这个一个region过大时就会进行split。如果在创建HBase的时候就进行预分区则会减少当数据量猛增时由于region split带来的资源消耗。

HBase表的预分区需要紧密结合业务场景来选择分区的key值，每个region都有一个startKey和一个endKey来表示该region存储的rowKey范围。

创建包含预分区表的命令如下：

> create 't1', 'cf', SPLITS => ['20150501000000000', '20150515000000000', '20150601000000000']

或者

> create 't2', 'cf', SPLITS_FILE => '/home/hadoop/splitfile.txt'

/home/hadoop/splitfile.txt中存储内容如下：
20150501000000000
20150515000000000
20150601000000000

该语句会创建4个region：

                startkey                    endkey
region0         -                           20150501000000000
region1         20150501000000000           20150515000000000
region2         20150515000000000           20150601000000000
region3         20150601000000000           -

// region0没有startKey
// region3没有endKey

// 当put的一条数据rowKey值为20150516000000000时则会放入region2中