database - 如何在 BigTable 中组合行键？

Question

在https://cloud.google.com/bigtable/docs/schema-design清楚地描述了如何选择表的行键。但是我找不到有关如何编写此行键的任何信息。它是在哪里以及通过什么方式组成的？

Answer 1

组合行键是 BT 中数据模型设计的重要组成部分。在设计表时，您需要提前知道数据将如何获取，以便优化您对 BT 的使用。

BT 最擅长通过行键获取单行。因此，如果您可以将表(和应用程序的数据模型)设计为始终通过特定键获取数据，那就太棒了。

例如，每个用户都将其用户 ID(比如“1234”)作为其行键。并且您总是通过用户标识获取(“获取用户标识“1234””)。简单。

但事情并不总是那么容易。在某些数据模型中，您需要的数据分散在多行中。这不像以前的情况那么理想，但仍然可以工作。这种获取模式称为“扫描”——BT 支持它，但有一个重要的警告:它只能获取共享一个公共(public)前缀的所有行。此外，与按行键获取相比，扫描速度也较慢。

在上面示例的上下文中，扫描意味着“获取用户 ID 以“123”开头的所有行”。当然，这没有多大意义:您很少需要通过共享前缀提取用户标识。但在某些数据模型中，使用扫描可能是有意义的。例如，如果您的 rowkey 是一个时间戳，并且您想获取两个时间戳之间的所有项目。

您可以通过组合来自不同字段的 rowkey 将其提升到一个新的水平 - 从而允许进行更有趣的扫描:

如果您的数据模型调用按用户 ID 和时间戳范围进行提取，您可以这样组合行键:“userid-timestmap”，然后提取所有从“1234-(start-timestmap)”开始的行，结束于“1234-(结束时间戳)”。我相信这就是“组合”行键的含义。

(另一个要记住的事情是，正如此处另一个答案所提到的，您希望避免在您的表上创建“热点”:流行的行不应彼此相邻存储，以优化并行更新和获取。因为 rowkeys 按字典顺序存储在 BT 中，避免热点的一种方法是选择或组合 rowkeys，使流行的 rowkeys 在字典顺序上彼此不接近)。