由于数据增加，我正在从 mysql 迁移到 hbase。
我正在设计高效访问模式的行键。
我想实现3个目标。
- 获取电子邮件地址的所有结果
- 获取电子邮件地址 + item_type 的所有结果
- 获取特定电子邮件地址 + item_id 的所有结果
我有4个属性可供选择
- 用户电子邮件
- 反向时间戳
- 物品种类
- item_id
我的 rowkey 应该是什么样子才能有效地获取行？
谢谢
问问题
1143 次
2 回答
1
假设您的主要访问是通过电子邮件，您可以将主表键作为电子邮件 + 反向时间 + item_id（假设 item_id 为您提供唯一性）
您可以有一个附加的“索引”表，其中 email+item_type+reverse time+item_id 和 email+item_id 作为映射到第一个表的键（因此通过这些检索是一个两步过程）
于 2013-03-04T04:59:42.773 回答
0
就连接的行键而言，也许您已经朝着正确的方向前进：无论如何，您的帖子都会想到以下内容：
分区键可能由您的反向时间戳加上最常查询的自然键组成 - 会是电子邮件吗？让我们假设：然后选择根据两者中的哪一个（反向时间戳与电子邮件）制作前缀，以提供最平衡/非偏斜的数据分布。这使您的区域服务器更快乐。
根据记录的更好平衡分布进行选择：反向时间戳加上最常查询的自然键，例如 reversetimestamp-email 或 email-reversetimestamp
这样，您将避免在您的区域服务器上出现热点。.
为了在附加的（二级）索引上获得良好的性能，这还没有“融入”hbase：他们有一个设计文档（在 wiki 中的 SecondaryIndexing 下查看）。
但是您可以通过以下几种方式构建自己的：
a) 使用协处理器将 item_type 编写为 rowkey，以将 tabole 与包含原始 (user_email-reverse timestamp (或反之亦然) 事实表 rowke 的列分开
b）如果磁盘空间没有问题和/或行很小，请继续并在第二个（对于 item-id 情况下为第三个）表中复制整行。
于 2013-03-02T23:42:17.590 回答