非关系型数据库——HBase扩展

Posted 2022-06-15 小企鹅推雪球!

文章目录

• • HBase表的RowKey设计
  • HBase表的热点
  • HBase的二级索引

HBase表的RowKey设计

ASCII码字典顺序。
012,0,123,234,3.
0,3,012,123,234
0,012,123,234,3

1. 字典序的排序规则:
   1. 先比较第一个字节，如果相同，然后比对第二个字节，以此类推，
   2. 如果到第X个字节，其中一个已经超出了rowkey的长度，短rowkey排在前面。
2. RowKey长度原则：rowkey是一个二进制码流，可以是任意字符串，最大长度64kb，实际应用中一般为10-100bytes，以byte[]形式保存，一般设计成定长。
   1. RowKey越短越好，不要超过16个字节，设计过长会降低memstore内存的利用率和HFile存储数据的效率。
3. RowKey散列原则：将rowkey的高位作为散列字段，这样将提高数据均衡分布在每个RegionServer，以实现负载均衡的几率。
4. RowKey唯一原则：必须在设计上保证其唯一性，
   1. 访问hbase table中的行：有3种方式：单个rowkey，rowkey 的range，全表扫描(一定要避免全表扫描）
5. RowKey排序原则：HBase的Rowkey是按照ASCII有序设计的。

HBase表的热点

什么是热点？

1. 检索habse的记录首先要通过row key来定位数据行。当大量的client访问hbase集群的一个或少数几个节点，造成少数region server的读/写请求过多、负载过大，而其他region server负载却很小，就造成了“热点”现象

热点的解决方案

1. 预分区：预分区的目的让表的数据可以均衡的分散在集群中，而不是默认只有一个region分布在集群的一个节点上。
2. 加盐：在rowkey的前面增加随机数，具体就是给rowkey分配一个随机前缀以使得它和之前的rowkey的开头不同。
3. 哈希：哈希会使同一行永远用一个前缀加盐。哈希也可以使负载分散到整个集群，但是读却是可以预测的。使用确定的哈希可以让客户端重构完整的rowkey，可以使用get操作准确获取某一个行数据。
4. 反转：反转固定长度或者数字格式的rowkey。这样可以使得rowkey中经常改变的部分（最没有意义的部分）放在前面。这样可以有效的随机rowkey，但是牺牲了rowkey的有序性。

HBase的二级索引

1. HBase表按照rowkey查询性能是最高的。rowkey就相当于hbase表的一级索引
2. 为了HBase的数据查询更高效、适应更多的场景，诸如使用非rowkey字段检索也能做到秒级响应，或者支持各个字段进行模糊查询和多字段组合查询等， 因此需要在HBase上面构建二级索引，以满足现实中更复杂多样的业务需求。
3. hbase的二级索引其本质就是建立hbase表中列与行键之间的映射关系。

开发者涨薪指南 48位大咖的思考法则、工作方式、逻辑体系