一条数据的唯一标识就是rowkey,那么这条数据存储于哪个分区,取决于rowkey处于哪一个预分区的区间内,设计rowkey的主要目的,就是让数据均匀的分布在所有region中,在一定程度上防止数据倾斜。
RowKey在region中
Hbase表中的数据按照rowkey分散到不同的region,数据通过rowkey均衡的分散到所有的region中。
rowkey在读写过程中的作用:
1.读写时通过rowkey找到对应的region
2.memstore 中的数据是按rowkey字典排序的
3.file 中的数据是按rowkey字典排序的
RowKey设计三原则
长度原则 根据数据量设计rowkey长度,rowkey是一个二进制码流,一般建议不超过16字节
唯一原则 判断rowkey对应的是几条数据
散列原则 避免数据热点,使rowkey均匀的分布在各个节点上
避免数据热点的方法
Salting(加盐)
在rowkey前面加前缀
Reversing (翻转)
将rowkey翻转,但会牺牲有序性
Hash (哈希替换)
将rowkey部分或全部数据用哈希值替换
对相关内容感兴趣的话,下面是我的公众号!!!👇