本文探讨了如何避免HBase中的数据倾斜问题，包括理解rowkey在region中的分布以及通过调整参数实现region级别的负载均衡。同时，提出了通过观察各region文件夹大小来检查rowkey分布是否均匀的方法，并强调了数据探查和合理设计rowkey的重要性，以防止因特殊值或空值导致的数据倾斜。
相关知识
数据存入hbase表时会按照rowkey落在不同的region中，每个region都有边界（除非你只有一个region）startrow和endrow，rowkey在表中是按照ASCⅡ码排序的。
例如下图中的region情况，如果有一个rowkey是006123456，它在0050和0100之间，因此它会被放在第二个region中。
region被regionserver管理，Hbase可以自动将region balance到各个regionserver上，使得每台regionserver上region的个数均匀分布。当某一个regionserver停止服务，它所管理的region会transit到其他regionserver上。regionserver又重新启动后，balancer会再次自动平衡region。
避免region分布倾斜
这里有一个参数需要调整，默认情况下，hbase的balanc
最低0.47元/天 解锁文章
841
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
