如何在GeminiDB HBase兼容版实例中创表时设置预分区键

什么是预分区

在GeminiDB HBase兼容版实例中，数据存储在不同数据分区中，每条数据通过rowkey前缀来决定其所归属的数据分区。 一个好的数据预分区，可以让请求压力更加均匀的分散在各个节点上，提升集群整体性能。

例如，创表时设置2个预分区键为[1111, 2222] ， 则数据一共被分为3个区间， 数据会通过rowkey和分区键的字典序大小来决定其所归属的数据分区。rowkey < '1111'的数据会归属第一分区，'1111' <= rowkey < '2222' 则会归属第二分区， rowkey >='2222'则会归属第三分区。理想情况下，3个数据分区会各自归属于一个节点；实际使用中，当数据分区键设置不合理时，多个数据分区可能归属于同一个集群节点。

如何设计预分区键

最理想的设计方式是根据客户应用数据的前缀来合理打散整体数据，使各个数据分区的数据量尽可能平均。 在GeminiDB HBase兼容版实例中，一个分区的理想数据量是100GB左右，单分区没有最高数据量限制。当一个分区的数据量超过100GB时，会触发分区自动分裂功能，如有特殊需要，您可以在管理控制台右上角，选择“工单 > 新建工单，联系客服关闭自动分裂功能。

• 样例1:

如果数据rowkey第一位平均分布在0-9中， 则可以设置10个分区键，分别为[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]，相应数字开头的数据都会归属对应分区。

• 样例2:

如果数据rowkey前两位平均分布在十六进制数字00–FF中，且每个分区预估数据量都在100GB左右，则推荐创建256个分区键，分别为[00, 01, 02, …..., FD, FE, FF]。

如何在创表时指定预分区

在GeminiDB HBase兼容版实例中，主要有Hbase Shell和Java Code两种方法在创表时指定预分区。

• 通过HBase Shell在创表时指定预分区:

create 'tb','cf1','cf2', 'cf3', SPLITS => ['1111', '2222', '3333']

其中'1111'，'2222'， '3333'可替换为其他自定义分区键，多个分区键以英文逗号分隔。

• 通过Java Code在创表时指定预分区:

import java.util.ArrayList;
import java.util.List;
 
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.hbase.HBaseConfiguration;
import org.apache.hadoop.hbase.TableName;
import org.apache.hadoop.hbase.client.ColumnFamilyDescriptor;
import org.apache.hadoop.hbase.client.ColumnFamilyDescriptorBuilder;
import org.apache.hadoop.hbase.client.Connection;
import org.apache.hadoop.hbase.client.ConnectionFactory;
import org.apache.hadoop.hbase.client.TableDescriptor;
import org.apache.hadoop.hbase.client.TableDescriptorBuilder;
 
public class ExampleCreateTable
{
    public static void main(String[] args) throws Throwable
    {
        // Create HBase configuration
        Configuration hbaseConfig = HBaseConfiguration.create();
        hbaseConfig.set("hbase.zookeeper.quorum", AllTestsSuite.instance.addr);
        hbaseConfig.set("hbase.zookeeper.property.clientPort", AllTestsSuite.instance.zk_port);
 
        TableName tableName = TableName.valueOf("default", "tb1");
 
        try (Connection connection = ConnectionFactory.createConnection(hbaseConfig))
        {
            // provide your split key here
            byte[][] splitkey = new byte[][]{ "rowkey1".getBytes(), "rowkey2".getBytes()};
 
 
            // 5 column families
            List<ColumnFamilyDescriptor> cfs = new ArrayList<>();
            cfs.add(ColumnFamilyDescriptorBuilder.newBuilder("cf1".getBytes()).build());
            cfs.add(ColumnFamilyDescriptorBuilder.newBuilder("cf2".getBytes()).build());
            cfs.add(ColumnFamilyDescriptorBuilder.newBuilder("cf3".getBytes()).build());
            cfs.add(ColumnFamilyDescriptorBuilder.newBuilder("cf4".getBytes()).build());
            cfs.add(ColumnFamilyDescriptorBuilder.newBuilder("cf5".getBytes()).build());
            TableDescriptor tableDescriptor = TableDescriptorBuilder.newBuilder(TestBase.tableName).setColumnFamilies(cfs).build();
            // create table
            TestBase.createTable(tableDescriptor, splitkey);
        }
    }
}