标签：

HBase 预分区

在创建HBase表的时候默认一张表只有一个region，所有的put操作都会往这一个region中填充数据，当这个一个region过大时就会进行split。如果在创建HBase的时候就进行预分区则会减少当数据量猛增时由于region split带来的资源消耗。

HBase表的预分区需要紧密结合业务场景来选择分区的key值，每个region都有一个startKey和一个endKey来表示该region存储的rowKey范围。

创建包含预分区表的命令如下：

> create ‘t1‘, ‘cf‘, SPLITS => [‘20150501000000000‘, ‘20150515000000000‘, ‘20150601000000000‘]

或者

> create ‘t2‘, ‘cf‘, SPLITS_FILE => ‘/home/hadoop/splitfile.txt‘

/home/hadoop/splitfile.txt中存储内容如下：
20150501000000000
20150515000000000
20150601000000000

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10

该语句会创建4个region：

                startkey                    endkey
region0         -                           20150501000000000
region1         20150501000000000           20150515000000000
region2         20150515000000000           20150601000000000
region3         20150601000000000           -

// region0没有startKey
// region3没有endKey

// 当put的一条数据rowKey值为20150516000000000时则会放入region2中

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10

从HBase的Web UI中可以查看到表的分区

每个region的命名方式如下：[table],[region start key],[region id]

HBase表预分区

标签：

原文地址：http://www.cnblogs.com/thinkpad/p/5740483.html