hbase 手动分区 java代码 hbase 分区策略

HBase表的预分区

• 当一个table刚被创建的时候，Hbase默认的分配一个region给table。也就是说这个时候，所有的读写请求都会访问到同一个regionServer的同一个region中，这个时候就达不到负载均衡的效果了，集群中的其他regionServer就可能会处于比较空闲的状态。
• 解决这个问题可以用pre-splitting,在创建table的时候就配置好，生成多个region。

1 为何要预分区？

• 增加数据读写效率
• 负载均衡，防止数据倾斜
• 方便集群容灾调度region
• 优化Map数量

2 预分区原理

• 每一个region维护着startRowKey与endRowKey，如果加入的数据符合某个region维护的rowKey范围，则该数据交给这个region维护。

3 手动指定预分区(三种方式）

• 方式一

create 'person','info1','info2',SPLITS => ['1000','2000','3000','4000']

• 方式二：也可以把分区规则创建于文件中

cd /bigdata/install
vi split.txt

• 文件内容

aaa
bbb
ccc
ddd

• hbase shell中，执行命令

create 'student','info',SPLITS_FILE => '/bigdata/install/split.txt'

• 成功后查看web界面

• 方式三： HexStringSplit 算法

• HexStringSplit会将数据从“00000000”到“FFFFFFFF”之间的数据长度按照n等分之后算出每一段的起始rowkey和结束rowkey，以此作为拆分点。
• 例如：

create 'mytable', 'base_info',' extra_info', {NUMREGIONS => 15, SPLITALGO => 'HexStringSplit'}