2

在研究面向列的数据库时，我多次阅读“主键是数据”。（例如，在面向列的 DBMS中）

我认为我可以按值随机访问任何单元格（在某个列中），因为值（数据）已经被索引为主键。

但是在我将超过 3M 行放入 HBase 后，HBase shell 命令

scan 'lottery', {COLUMNS => 'cf:status', FILTER => "ValueFilter(=, 'binary:win')"}

超过3秒...

（随着越来越多的行被放置，它变得越来越慢......）

'win'or'lose'是该列的两个可能值，cf:status并且只有 1 行的值为'win'.

我可能误会了...

面向列的数据库中的“主键是数据”是什么意思？

谢谢你。

4

1 回答 1

1

为了能够使用 HBase 快速找到某些内容，它需要是rowkey的前缀。因此，在构建速度时，行键设计非常重要。对于您的情况，您可以使用这些值'lottery_win'或'lottery_lose'在每一行的行键的开头。这将使查询scan 'lottery_win'查询非常快（亚秒级），即使有数千亿行。

HBase 中的过滤器通常不是很快，因为过滤器会查看与您扫描匹配的每一行。如果您想要速度，让过滤器读取数百万行通常不是一个好主意。

DBMS 中的主键与性能无关。它是对可以放入表中的记录的约束。给出速度的是一个索引。HBase 表只有一个索引项——即行键。没有其他列被索引，因此过滤器很慢（每秒数百万行）。

于 2019-09-13T19:50:34.230 回答