HBase的预分区

HBase预分区是什么

HBase中的预分区就是在创建表格之前，指定好rowkey在哪个范围的数据会落到哪个分区中，因为HBase会按照字典顺序把rowkey进行排序的，所以指定好rowkey范围即可让对应的数据落到对应的分区中去。

为什么要设置预分区

设置了预分区之后，一个分区就会落到一个region中去，设置好之后会有如下好处：

• 提高数据读写效率
  某一个范围的数据都落在同一个区域，在提交读写请求的时候，就能很快知道数据的位置上或者数据应该写到那里，不用从头开始扫描，所以能提高读写效率。
• 防止数据倾斜，起到负载均衡的作用
  设置预分区的时候，可以设置每个分区的可以容纳的rowkey数量一致，这样就能节本上控制每个分区的数据量，从而达到负载均衡地作用。但是因为HBase的数据可能会很松散（有些数据有很多列，有些数据列的数量很少）这样也会导致出现负载不均衡的情况，所以具体要根据业务需求来进行分配

如何设置预分区

• 手动设置预分区
  创建表格时设置好分区界限：

  create 'staff','info','partition1',SPLITS => ['1000','2000','3000','4000']
  

  分区效果：