Hbase表的最佳行键设计[关闭]

Question

关闭。这个问题是opinion-based。它当前不接受答案。

---

是否要改善此问题？更新问题，以便editing this post可以用事实和引用来回答。

[<16天前关闭。

我们有一个Hbase表，其中的行键是通过串联Site + Article来准备的，即，如果我有站点A出售100,200,300个商品编号。我的行键分别是A100，A200，A300。现在，我们只想使用商品编号来扫描hbase表。可以存在于多个站点中。我们尝试使用子串比较器执行扫描。但是要花很长时间。任何人都可以针对相同的情况提出更好的解决方案或行键设计。

Answer 1

在您可以交换SiteId和ArticleId之前，似乎似乎可以通过简单的行键重新设计来解决此问题，但是在这种情况下，按SiteId搜索会遇到相同的问题。出现这种情况的原因是，HBase无论如何都无法通过键的中间或最后部分来优化搜索，而必须进行完整扫描。

您可能会想到的一些解决方案：1.在条件为rowkey == SiteIdArticleId的情况下，每个站点进行多个并发搜索。如果您的网站数量相对较少，则此方法会快速运行。2.进行custom secondary index。第二个索引表，其中AtricleId作为rowkey，SiteIds作为Sell值。3.使用Apache Phoenix开箱即可进行二级索引。 （但是先检查是否适合需要）

在第二种情况下，您可以从索引表中按键执行get，然后从第一个get中为每个单元格执行从零到多个get的操作。这将非常快地运行，但是需要一些空间开销。

第二个选项，更多详细信息：

假设您的表排序为SiteToArticle，第二个表排序为ArticleToSite当您执行写操作时，您会像平时一样将两个表都写入第一个表，并像{"rowkey"=ArticleId, "SiteId"=siteId}写入第二个表

[读取时，首先从ArticleToSite中读取，然后遍历每个SiteId，使用键SiteId:ArticleId创建新的get，然后执行第二批get。代码大概看起来像这样：

byte[] articleId = "ArticleId".getBytes();
Get get = new Get(articleId).readAllVersions();
Table t = connection.getTable(TableName.valueOf("ArticleToSite"));

List<Get> gets = new ArrayList<>();
for (Cell c : t.get(get).getColumnCells("CF".getBytes(), "SiteId".getBytes())) {
    byte[] key = Bytes.add(CellUtil.cloneValue(c), ":".getBytes(), articleId);
    gets.add(new Get(key));
}
return connection.getTable(TableName.valueOf("SiteToArticle")).get(gets);