CC00007.hbase——|Hadoop&HBase.V07|——|HBase.v07|原理拆分机制|拆分策略|-CSDN博客

一、HBase拆分机制、HBase的Region拆分策略：

### --- Region 拆分机制

~~~     Region中存储的是大量的rowkey数据 ,当Region中的数据条数过多的时候,
~~~     直接影响查询效率.当Region过大的时候.HBase会拆分Region , 这也是Hbase的一个优点 .

二、拆分策略

### --- 拆分策略

~~~     HBase的Region Split策略一共有以下几种：

### --- ConstantSizeRegionSplitPolicy

~~~     0.94版本前默认切分策略
~~~     当region大小大于某个阈值(hbase.hregion.max.filesize=10G)之后就会触发切分，
~~~     一个region等分为2个region。
~~~     但是在生产线上这种切分策略却有相当大的弊端：切分策略对于大表和小表没有明显的区分。
~~~     阈值(hbase.hregion.max.filesize)设置较大对大表比较友好，
~~~     但是小表就有可能不会触发分裂，极端情况下可能就1个，
~~~     这对业务来说并不是什么好事。如果设置较小则对小表友好，
~~~     但一个大表就会在整个集群产生大量的region，这对于集群的管理、资源使用、failover来说都不是一件好事。

### --- IncreasingToUpperBoundRegionSplitPolicy

~~~     # 0.94版本~2.0版本默认切分策略
~~~     切分策略稍微有点复杂，总体看和ConstantSizeRegionSplitPolicy思路相同，
~~~     一个region大小大于设置阈值就会触发切分。
~~~     但是这个阈值并不像ConstantSizeRegionSplitPolicy是一个固定的值，
~~~     而是会在一定条件下不断调整，
~~~     调整规则和region所属表在当前regionserver上的region个数有关系.
~~~     # region split的计算公式是：
~~~     regioncount^3 * 128M * 2，当region达到该size的时候进行split

~~~     # 例如：
~~~     第一次split：1^3 * 256 = 256MB
~~~     第二次split：2^3 * 256 = 2048MB
~~~     第三次split：3^3 * 256 = 6912MB
~~~     第四次split：4^3 * 256 = 16384MB > 10GB
~~~     因此取较小的值10GB后面每次split的size都是10GB了

### --- SteppingSplitPolicy

~~~     # 2.0版本默认切分策略
~~~     这种切分策略的切分阈值又发生了变化，
~~~     相比 IncreasingToUpperBoundRegionSplitPolicy 简单了一些，
~~~     依然和待分裂region所属表在当前regionserver上的region个数有关系，如果region个数等于1，
~~~     切分阈值为flush size * 2，否则为MaxRegionFileSize。
~~~     这种切分策略对于大集群中的大表、
~~~     小表会比 IncreasingToUpperBoundRegionSplitPolicy 更加友好，
~~~     小表不会再产生大量的小region，而是适可而止。

### --- KeyPrefixRegionSplitPolicy

~~~     根据rowKey的前缀对数据进行分组，这里是指定rowKey的前多少位作为前缀，
~~~     比如rowKey都是16位的，指定前5位是前缀，
~~~     那么前5位相同的rowKey在进行region split的时候会分到相同的region中。

### --- DelimitedKeyPrefixRegionSplitPolicy

~~~     保证相同前缀的数据在同一个region中，
~~~     例如rowKey的格式为：userid_eventtype_eventid，
~~~     指定的delimiter为 _ ，则split的的时候会确保userid相同的数据在同一个region中。

### --- DisabledRegionSplitPolicy

~~~     不启用自动拆分, 需要指定手动拆分

三、RegionSplitPolicy的应用

### --- RegionSplitPolicy的应用

~~~     Region拆分策略可以全局统一配置，也可以为单独的表指定拆分策略。

### --- 通过hbase-site.xml全局统一配置(对hbase所有表生效)

<property>
    <name>hbase.regionserver.region.split.policy</name>
    <value>org.apache.hadoop.hbase.regionserver.IncreasingToUpperBoundRegionSplitPolicy</value>
</property>

### --- 通过Java API为单独的表指定Region拆分策略

HTableDescriptor tableDesc = new HTableDescriptor("test1");
tableDesc.setValue(HTableDescriptor.SPLIT_POLICY,
IncreasingToUpperBoundRegionSplitPolicy.class.getName());
tableDesc.addFamily(new HColumnDescriptor(Bytes.toBytes("cf1")));
admin.createTable(tableDesc);

### --- 通过HBase Shell为单个表指定Region拆分策略

hbase(main):006:0> create 'test2', {METADATA => {'SPLIT_POLICY' =>
hbase(main):007:2* 'org.apache.hadoop.hbase.regionserver.IncreasingToUpperBoundRegionSplitPolicy'}},{NAME => 'cf1'}

HTableDescriptor tableDesc = new HTableDescriptor("test1");
tableDesc.setValue(HTableDescriptor.SPLIT_POLICY,
IncreasingToUpperBoundRegionSplitPolicy.class.getName());
tableDesc.addFamily(new HColumnDescriptor(Bytes.toBytes("cf1")));
admin.createTable(tableDesc);