HBase高表與寬表怎么選擇

這篇文章主要講解了“HBase高表與寬表怎么選擇”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“HBase高表與寬表怎么選擇”吧！

hbase中的寬表是指很多列較少行，即列多行少的表，一行中的數據量較大，行數少；高表是指很多行較少列，即行多列少，一行中的數據量較少，行數大。

hbase的row key是分布式的索引，也是分片的依據。
hbase的row key + column family + column qualifier + timestamp + value 是HFile中數據排列依據。HFile據此，對數據的索引到data block級別，而不是行級別。所以這種key是HFile內部的粗粒度（data block粒度）本地索引的主鍵。

據此，在HBase中使用寬表、高表的優劣總結如下：

• 查詢性能：高表更好，因為查詢條件都在row key中, 是全局分布式索引的一部分。高表一行中的數據較少。所以查詢緩存BlockCache能緩存更多的行，以行數為單位的吞吐量會更高。

• 分片能力：高表分片粒度更細，各個分片的大小更均衡。因為高表一行的數據較少，寬表一行的數據較多。HBase按行來分片。

• 元數據開銷：高表元數據開銷更大。高表行多，row key多，可能造成region數量也多，- root -、 .meta表數據量更大。過大的元數據開銷，可能引起HBase集群的不穩定、master更大的負擔（這方面后續再好好總結）。

• 事務能力：寬表事務性更好。HBase對一行的寫入（Put）是有事務原子性的，一行的所有列要么全部寫入成功，要么全部沒有寫入。但是多行的更新之間沒有事務性保證。

• 數據壓縮比：如果我們對一行內的數據進行壓縮，寬表能獲得更高的壓縮比。因為寬表中，一行的數據量較大，往往存在更多相似的二進制字節，有利于提高壓縮比。通過壓縮，緩解了寬表一行數據量太大，并導致分片大小不均勻的問題。查詢時，我們根據row key找到壓縮后的數據，進行解壓縮。而且解壓縮可以通過協處理器（coproesssor）在HBase服務器上做，而不是在業務應用的服務器上做，以充分應用HBase集群的CPU能力。

設計表時，可以不絕對追求高表、寬表，而是在兩者之間做好**平衡**。根據查詢模式，需要分布式索引、分片、**有很高選擇度**（即能據此查詢條件迅速鎖定很小范圍的一些行）的查詢用字段，應該放入row key；能夠均勻地劃分數據字節數的字段，也應該放入row key，作為分片的依據。選擇度較低，并且不需要作為分片依據的查詢用字段，放入column family和column qualifier，不放入row key。

感謝各位的閱讀，以上就是“HBase高表與寬表怎么選擇”的內容了，經過本文的學習后，相信大家對HBase高表與寬表怎么選擇這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！