`

HBase region平均split的实现设计

 
阅读更多

原理相当简单。就是根据region记录的1/2进行切分。

 

过程: 指定要split的目的region, 获得region中的行数，算出中间值，根据regionName和这个中间值做split-point, 利用HBaseAdmin的split接口触发最终的split.

 

整个过程可能需要依赖几个东西:

1.region中有多少记录？ 这个我不知道是否有更直接的方法获得。至少一个直观的方法就是可以利用endpoint对表做快速统计(也是我们目前的实现), 从目标region得到startRow和stopRow, 传入scan, 得到目标数据量。

2. 1/2点(中间点)对应的rowkey怎么获得？ 中间点简单， region总记录数/2就是。对应的rowkey的话， 可以通过加了SkipFilter/FirstKeyOnlyFilter/PageFilter(1) 3个过滤器的Scan来获得Result, Result.getRow便是。 当然，这里的SkipFilter并不是HBase原生的那个，(原生的那个我打心底觉得它不应该叫SkipFilter), 自己实现一个，hbase端跳过制定数量的记录便行。

 

 

目前看起来切分的效果符合预计。

0
顶
3
踩
分享到：
| PKI体系简易JAVA实现(二)：AES对称加密
评论
发表评论

您还没有登录,请您登录后再发表评论

相关推荐

    HBASERegion数量增多问题描述及解决方案.docx

    【HBASERegion数量增多问题描述及解决方案】 在HBase分布式数据库中，Region是表数据的基本存储单元，它将表的数据按照ROWKEY的范围进行分割。随着数据的增长，一个Region会分裂成两个，以此来确保数据的均衡分布。...

    Hbase的region合并与拆分

    HBase的region split策略一共有以下几种： 1、ConstantSizeRegionSplitPolicy 0.94版本前默认切分策略 当region大小大于某个阈值(hbase.hregion.max.filesize=10G)之后就会触发切分，一个region等分为2个region。 ...

    HBaseRegion自动切分的所有细节都在这里了

    6. **用户配置**：用户可以在表级别或列族级别自定义切分策略，通过`hbase.table.region.split.policy`和`hbase.default.region.replication.policy`进行配置。 理解这些细节有助于更好地管理HBase集群，确保数据...

    hbase的Rowkey设计方案.pdf

    预分区是HBase表设计中的一个重要策略，它能有效解决因region split带来的资源消耗问题。在表创建时，用户可以根据一定的规则预先划分region，避免在数据快速增长时频繁进行split操作。这不仅可以提高HBase的性能，...

    Hbase 分区操作

    当我们谈论"Hbase分区merge和split操作"时，我们指的是管理员或开发人员对Region进行的手动调整，以优化集群性能。 **1. HBase Region Split** Region split是将一个大型Region拆分为两个较小的Region的过程，通常...

    Hbase 组件 、架构

    HBase中的Region分割（Region Split）是一个关键特性，它允许HBase在表数据量增大时，自动将一个Region分割成两个，从而保证每个Region的大小都保持在一个合理的范围。这是实现HBase高扩展性和高性能的关键机制之一...

    hbase数据可视化系统

    使用HBase的Compaction和Split机制，保持Region的平衡；并考虑使用二级索引提高查询效率。 六、总结 通过SpringBoot搭建的HBase可视化系统，使得非技术人员也能便捷地管理和操作HBase，降低了使用门槛，提高了工作...

    HBase源代码 hbase-0.98.23

    当一个Region的大小达到预设阈值时，`org.apache.hadoop.hbase.regionserver.HRegion`会触发分裂过程，这涉及到`org.apache.hadoop.hbase.regionserver.SplitTransaction`类的使用，确保分裂过程中数据的一致性。...

    hbase1.0.3_part2

    HBase通过Region Split来解决这个问题，将大的Region分割成两个较小的部分，确保数据分布均匀。Split过程是透明的，对上层应用无感知。 2. **表的预分区**：为了优化数据写入，开发者可以在创建表时预先定义Region...

    hbase regions数据切割.docx

    在HBase这个分布式列式数据库中，Region是其核心的数据存储和管理单元，它负责存储表中的行数据。随着数据量的增长，一个Region可能会变得过大，导致读写性能下降。这时，就需要对Region进行数据切割（Split），以...

    hbase-0.98.1源码包

    5. 并发控制：学习RegionSplitPolicy、RegionSplitter等类，理解HBase如何处理并发请求和Region分裂。 6. 客户端API：研究HBase客户端如何通过Table、Get、Put、Scan等对象进行数据操作。 通过阅读源码，开发者可以...

    某大数据公司内部Hbase性能测试详细设计文档及用例

    "HBase性能测试详细设计文档及用例" 本文档旨在详细介绍HBase性能测试的设计文档和实践经验，涵盖了HBase性能测试需要注意的一些参数设置和测试用例。下面是从该文档中提炼的相关知识点： 1.1 Pre-Creating ...

    HBase性能深度分析

    当region文件大小达到由“hbase.hregion.max.filesize”参数决定的上限（默认256MB），触发region split操作，原region一分为二，以提高数据读写效率与分布均衡性。 在此过程中，“.splits”目录的引入，有效避免了...

    Hbase实验报告.pdf

    **HBase实验报告** 在本实验中，我们主要聚焦于HBase，这是一个基于谷歌Bigtable设计的开源...在后续的学习和实践中，应深入研究HBase的其他高级特性，如Region Split、Compaction等，以便更好地应用到实际项目中。

    hbase java api 访问 查询、分页

    在实际应用中，可能会涉及到更复杂的查询场景，如使用Filter进行数据筛选，或者利用HBase的Region Split特性优化存储和查询性能。对于过滤器，可以创建各种类型的Filter对象，如`PrefixFilter`、`RowFilter`等，并将...

    Hbase1.3.1源码

    HBase是Apache软件基金会的一个开源项目，它是基于Google的Bigtable设计思想开发的，用于构建在分布式文件系统（如Hadoop HDFS）之上的大规模、高性能、列式存储的数据库。HBase 1.3.1是其稳定版本之一，为大数据...

    大数据HBASE考题材料

    - RegionSplit后的管理：当一个Region的大小超过设定的阈值时，会将其分割成两个新的Region。 - 故障转移：当某个RegionServer出现故障时，HMaster会将该RegionServer上的Region重新分配到其他健康的RegionServer...

    hbase基础知识介绍

    当Region的增长达到一定阈值时，会自动进行Split，从而保持集群的负载均衡。 ### HBase的数据访问 HBase提供了原生的Java Client/API，包括Get、Scan、Put、Delete等类，以及HTable类用于数据的读写操作，HBase...

    一张图看懂HBase

    HBase是一个开源的、面向列的分布式数据库系统，基于Google的Bigtable论文设计实现，并且是Hadoop生态系统中的关键组件之一。它提供了高可靠性、高性能、可伸缩性及支持实时读写的特性，非常适合于存储海量的非结构...

Magicbox
Global site tag (gtag.js) - Google Analytics