HBase的预分区
-
为何要预分区?
1.增加数据读写效率
2.负载均衡,防止数据倾斜
3.方便集群容灾调度region
4.优化Map数量 -
如何预分区?
每一个region维护着startRow与endRowKey,如果加入的数据符合某个region维护的rowKey范围,则该数据交给这个region维护。
如何设定预分区?
-
手动指定预分区
create 'staff','info','partition1',SPLITS => ['1000','2000','3000','4000']
访问http://node01:60010/master-status
并查看staff表的HRegion分布如下图:
2. 使用16进制算法生成预分区
create 'staff2','info','partition2',{NUMREGIONS => 15, SPLITALGO => 'HexStringSplit'}
查看staff2表的HRegion分布如下图:
-
分区规则创建于文件中
①创建splits.txt文件内容如下:
cd /export/servers/ vim splits.txt aaaa bbbb cccc dddd
②使用规则文件创建表
create 'staff3','partition2',SPLITS_FILE => '/export/servers/splits.txt'
③查看staff3表的HRegion分布如下图:
-
使用JavaAPI创建预分区
import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.hbase.HBaseConfiguration; import org.apache.hadoop.hbase.HColumnDescriptor; import org.apache.hadoop.hbase.HTableDescriptor; import org.apache.hadoop.hbase.TableName; import org.apache.hadoop.hbase.client.Admin; import org.apache.hadoop.hbase.client.Connection; import org.apache.hadoop.hbase.client.ConnectionFactory; import java.io.IOException; public class HBaseSplit { public static void main(String[] args) throws IOException { //获取连接 Configuration configuration = HBaseConfiguration.create(); configuration.set("hbase.zookeeper.quorum", "node01:2181,node02:2181,node03:2181"); Connection connection = ConnectionFactory.createConnection(configuration); Admin admin = connection.getAdmin(); //自定义算法,产生一系列Hash散列值存储在二维数组中 byte[][] splitKeys = {{1,2,3,4,5},{'a','b','c','d','e'}}; //通过HTableDescriptor来实现我们表的参数设置,包括表名,列族等等 HTableDescriptor hTableDescriptor = new HTableDescriptor(TableName.valueOf("stuff4")); //添加列族 hTableDescriptor.addFamily(new HColumnDescriptor("f1")); //添加列族 hTableDescriptor.addFamily(new HColumnDescriptor("f2")); admin.createTable(hTableDescriptor,splitKeys); admin.close(); } }