hadoop - 包含时间戳的 HBase rowkey

Question

我想知道像下面这样的行键是否不好:

用户名-时间戳

这些行将从 MapReduce 作业中读取，并将使用 java 客户端 API 放置。此外，将使用 STARTROW、ENDROW 选择一个子集。

一方面，这对我的用例来说似乎很方便，因为我可以扫描特定的时间间隔，并且行主要是 MR 作业的后续行，而另一方面，我读到避免长行键和热点是很好的。

这个设计真的有问题吗？如何克服？

我是 HBase 的新手，所以任何帮助都会很棒。

Answer 1

一般建议是避免单调增加行键。为此，一些软件工具在行键中包含所谓的“salt”，它可以跨区域散列键。可以在此处找到讨论:http://hbase.apache.org/0.94/book/rowkey.design.html .在这里:https://phoenix.apache.org/salted.html .您还可以查看 Apache Trafodion http://trafodion.apache.org/ ，它使用行键加盐来分发类似 SQL 的主键。