HBase 中 HRegion 切分注意事项

当一个表过大, 即 HRegion 过大的时候, 会进行切分, 将 HRegion 根据 RowKey 一分为二, 包括其中的所有 Store 以及 HRegionServer 中的 HLog, 因为被分开的 HRegion 部分有可能会交给其他的 HRegionServer 维护.

一个 HRegion 可以有多个 Store, 即一个表可以有多个列族,

但是官方建议一张表只有一个列族, 因为 HBase 表的稀疏性, 如果多个列族中的数据量相差过大, 例如, 列族 A 有 5000 条数据, 列族 B 有 50 条数据, 那么触发切分的时候, 列族 B 就会产生小文件, 如果有多个列族, 每一个 Store 都会产生一个文件, 那么就可能有多个小文件产生, 而触发合并时, 是在每个 Store 内进行合并, 多个 Store 之间并不会进行合并.

所以每一张表最好只有一个列族, 这样可以有效避免小文件的产生, 也是优化的方式之一.