HBase预分区

Posted 2020-12-26 darange

hbase建表时，支持预分区，在shell中操作：

hbase(main):033:0> create ‘t1‘,‘f1‘,SPLITS => [‘10‘,‘20‘,‘30‘]
hbase(main):027:0> put ‘t1‘,‘5‘,‘f1:c1‘,‘1‘
0 row(s) in 0.0280 seconds

hbase(main):028:0> put ‘t1‘,‘20‘,‘f1:c1‘,‘1‘
0 row(s) in 0.1480 seconds

hbase(main):029:0> put ‘t1‘,‘40‘,‘f1:c1‘,‘1‘
0 row(s) in 0.0100 seconds

需要注意的是，表t1建立4个分区：[min,‘10‘)，[‘10‘,‘20‘)，[‘20‘,‘30‘)，[‘30‘,max)

插入数据之后，数据可能还在内存，没有刷到hdfs，做下操作：

hbase(main):031:0> flush ‘t1‘
0 row(s) in 1.5330 seconds

从hbase管理界面查看数据文件：

Region Name	Start Key	End Key
t1,,1532848759672.8c4fb6c5fb9a52427a88dddc958bc6f4.		10
t1,10,1532848759672.3b114bc4a078c6593e495ffacda71d8e.	10	20
t1,20,1532848759672.398dc734620ed289ad7b2a03a33d8d5b.	20	30
t1,30,1532848759672.607dc0ffac9721c6ded846550ee418d6.	30

查看hdfs上t1的region如下：

drwxr-xr-x   - hbase hbase          0 2018-07-29 16:13 /hbase/data/default/t1/398dc734620ed289ad7b2a03a33d8d5b
drwxr-xr-x   - hbase hbase          0 2018-07-29 15:19 /hbase/data/default/t1/3b114bc4a078c6593e495ffacda71d8e
drwxr-xr-x   - hbase hbase          0 2018-07-29 16:13 /hbase/data/default/t1/607dc0ffac9721c6ded846550ee418d6
drwxr-xr-x   - hbase hbase          0 2018-07-29 15:19 /hbase/data/default/t1/8c4fb6c5fb9a52427a88dddc958bc6f4

查看其中一个region的f1列族的HFile文件信息如下：

-rw-r--r--   3 hbase hbase       1034 2018-07-29 16:13 /hbase/data/default/t1/607dc0ffac9721c6ded846550ee418d6/f1/952bedb2b2f34dd9a2ff131202916475

刚刚插入了3条数据，那么这3条数据在些文件里面呢，需要记住的是hbase种rowkey按照字典序排列的，是字典序！，所以刚刚3条数据，rowkey=‘5‘和rowkey=‘40‘在最后一个分区，rowkey=‘20‘的在倒数第二个分区，特别容易误以为rowkey=‘5‘的落在了第一个分区，第一个分区只会存rowkey为‘00‘,‘000‘,‘01000‘.....这样的

还有一点主意的地方，如果对表truncate了，之后就没有预分区！

hbase(main):034:0> truncate ‘t1‘
Truncating ‘t1‘ table (it may take a while):
 - Disabling table...
 - Truncating table...
0 row(s) in 3.6830 seconds

hbase(main):035:0> flush ‘t1‘

查看hdfs：

hadoop fs -ls /hbase/data/default/t1/
drwxr-xr-x   - hbase hbase          0 2018-07-29 17:38 /hbase/data/default/t1/6aed5d65799dda34b869a61c1f81159f