HBase 列族 : how many?

Question

可能有很多类似的问题，但他们没有回答我的情况(至少我无法理解这一点)。

我在 HBase 中有一个表，有 4 个列族。主要原因是每个列族都有不同的 VERSIONS 属性(非常不同)。

所有族的所有列都没有存储大数据(例如全文)而是平均1KB(长的标识符，一些短字符串，整数等)

我需要以多种方式访问​​数据:按列族扫描和获取，按版本(特定版本或范围)获取给定行的所有单元格，最后但并非最不重要的是:获取给定行所有列的最新版本.

那么，在这种情况下，拥有 4 个列族的缺点是什么？读取效率是否较低，因为它们在不同的存储文件上操作(以防该行不在内存中)？

Answer 1

列族背后的想法很棒 - 不幸的是，当前的 HBase 实现不能很好地处理很多列族。基本上，如果您有完全不同的访问模式，您应该尝试坚持使用一个并添加第二个。另见 HBase manual

您可以做的是将不同的“家庭”保留为具有不同前缀的列。 HBase 是稀疏的，因此它不会占用更多空间，如果需要，您仍然可以获得一个带有 columnPrefix 过滤器的“家庭”扫描