phoenix 三板斧之加盐压缩加索引

phoenix 作为大数据生态圈中的一员得力干将，并没有大家想象中的那么神秘，它对原始的hbase 进行了封装，而hbase是列式存储数据库，可能跟传统的关系型数据还是有那么一点差异的，所以想要熟悉并初步掌握phoenix,则需要熟悉它的三板斧之功效：

第一板斧之加盐(SALT_BUCKETS)

正如前面所说的phoenix 是对hbase 进行了封装，那么hbase存在的特性预分区，也会在phoenix 中体现出来——加盐正是这种体现，那么SALT_BUCKETS具体设置多少合适呢，则需要参考三个因素：1.regionserver 个数 2.数据量 3.CPU的核数

当block cache和表的大小差不多时，SALT_BUCKETS设置成REGIONSERVER的相同大小；

当表的大小远大于block cache时，SALT_BUCKETS 可以相对设置大一些，但是要考虑CPU的情况，参考文档https://community.cloudera.com/t5/Support-Questions/How-many-salt-buckets-should-I-use-for-my-Phoenix-tables/m-p/159797

第二板斧之压缩(ompression)

phoenix目前常用的压缩方法：SNAPPY,GZ

create table order_center.tr_order_bak
(  row_key              varchar(64) not null  primary key,
   id                   bigint,
   tenant_id            varchar(64) ,
   localorderid         varchar(64) ,
   shopid               varchar(64)  ,
   shopcode             varchar(32)  ,
   shopname             varchar(128) ,
   orderchannel         varchar(32)  ,
   total_amount         decimal(16,2)
)SALT_BUCKETS=5,compression='SNAPPY';

第三板斧之索引(index)

phoenix 中的主键跟hbase的row key 类似，如果不建索引，只有通过row key 查询效率才会高，但是在正常的使用过程中，往往会遇到复杂的查询或者计算，那么就必须要使用到索引，注意phoenix 的索引跟关系型数据库索引的不同。

mysql:b+tree索引，索引上只存储了键值和指针

phoenx:将数据重新复制了一份，然后将索引列当做rowkey的过程，所以索引必须包含查询中所有的列，否则不走索引。

create index idx_oder_orderid_shopcode_bak on order_center.tr_order_bak(tenant_id,localorderid,shopcode) 
include(id,shopid,shopname,orderchannel)SALT_BUCKETS=5;

走索引的执行计划

不走索引的执行计划

通过上面两张SQL的执行计划的对比可以看到查询语句之间只差了一个total_amount，就发生了翻天地覆的变化，在执行效率上也会天差地别的。当表中的数据已经存在数据了，但是新增了查询的业务场景怎么办呢？

create index idx_oder_orderid_shopcode_bak on order_center.tr_order_bak(tenant_id,localorderid,shopcode) 
include(id,shopid,shopname,orderchannel)ASYNC;

/usr/hdp/2.6.5.0-292/hbase/bin/hbase org.apache.phoenix.mapreduce.index.IndexTool  --schema ORDER_CENTER --data-table TR_ORDER_BAK --index-table idx_oder_orderid_shopcode_bak  --output-path idx_oder_orderid_shopcode_bak_HFILES

正常情况下，经过上面两步就可以了，但是当数据量非常大的时候，需要考虑服务器磁盘的使用情况，新增索引就是重新复制了一份数据，如果磁盘使用超过90%的时候，可能导致创建索引创建失败。