HBase - 行键基础知识

Question

注意：几个小时前，我开始使用 HBase 并且我来自 RDBMS 背景：P

我有一个类似 RDBMS 的表 CUSTOMERS 具有以下列：

1. CUSTOMER_ID STRING
2. CUSTOMER_NAME STRING
3. CUSTOMER_EMAIL STRING
4. CUSTOMER_ADDRESS STRING
5. CUSTOMER_MOBILE STRING

我想到了以下 HBase 等效项：

表：客户行键：客户 ID

列族：CUSTOMER_INFO

列：姓名电子邮件地址移动

从我读过的内容来看，RDBMS 表中的主键大致类似于HBase 表的行键。因此，我想保留 CUSTOMER_ID 作为行键。

我的问题既愚蠢又直接：

1. 不管我是使用 shell 命令还是 HBaseAdmin java 类，我如何定义行键？我在 shell 或 HBaseAdmin 类中都没有找到任何可以做的事情（比如 HBaseAdmin.createSuperKey(...)）
2. 给定一个 HBase 表，如何确定 rowkey 详细信息，即哪些值用作 rowkey？
3. 我知道 rowkey 设计是一件至关重要的事情。假设客户 id 接收 CUST_12345、CUST_34434 等值，HBase 将如何使用 rowkey 来决定特定行驻留在哪个区域（假设该区域概念类似于 DB 水平分区）？

* * *编辑添加示例代码片段

我只是想在 shell 中使用“put”为客户表创建一行。我这样做了：

hbase(main):011:0> put  'CUSTOMERS', 'CUSTID12345', 'CUSTOMER_INFO:NAME','Omkar Joshi'
0 row(s) in 0.1030 seconds

hbase(main):012:0> scan 'CUSTOMERS'
ROW                              COLUMN+CELL
 CUSTID12345                     column=CUSTOMER_INFO:NAME, timestamp=1365600052104, value=Omkar Joshi
1 row(s) in 0.0500 seconds

hbase(main):013:0> put  'CUSTOMERS', 'CUSTID614', 'CUSTOMER_INFO:NAME','Prachi Shah', 'CUSTOMER_INFO:EMAIL','Prachi.Shah@lntinfotech.com'

ERROR: wrong number of arguments (6 for 5)

Here is some help for this command:
Put a cell 'value' at specified table/row/column and optionally
timestamp coordinates.  To put a cell value into table 't1' at
row 'r1' under column 'c1' marked with the time 'ts1', do:

  hbase> put 't1', 'r1', 'c1', 'value', ts1


hbase(main):014:0> put  'CUSTOMERS', 'CUSTID12345', 'CUSTOMER_INFO:EMAIL','Omkar.Joshi@lntinfotech.com'
0 row(s) in 0.0160 seconds

hbase(main):015:0>
hbase(main):016:0* scan 'CUSTOMERS'
ROW                              COLUMN+CELL
 CUSTID12345                     column=CUSTOMER_INFO:EMAIL, timestamp=1365600369284, value=Omkar.Joshi@lntinfotech.com
 CUSTID12345                     column=CUSTOMER_INFO:NAME, timestamp=1365600052104, value=Omkar Joshi
1 row(s) in 0.0230 seconds

由于投入需要最大。5 个参数，我无法弄清楚如何在一个 put 命令中插入整行。这导致了不需要的同一行的增量版本，我不确定是否将 CUSTOMER_ID 用作行键！感谢致敬 ！

Answer 1

1. 你没有，关键（和任何其他列）是一个字节数组，你可以把你想要的任何东西放在那里 - 甚至封装子实体

2. 不确定我是否理解-每个值都存储为键+列族+列限定符+日期时间+值-所以键就在那里。

3. HBase 计算出一条记录将在哪个区域进行。当区域变得太大时，它会重新分区。当垃圾太多时，HBase 也会不时执行压缩以重新排列文件。您可以在对自己进行预分区时控制这一点，这是您将来绝对应该考虑的事情。但是，由于您似乎刚刚开始使用 HBase，您可以从 HBase 开始处理。一旦你更好地理解了你的使用模式和数据，你可能会想要再复习一遍。

您可以在这里 和这里阅读/听到一些关于 HBase 架构设计的信息