Hbase列族

Question

Hbase文档说，避免创建2-3个以上的列族，因为Hbase不能很好地处理2-3列以上的族。其原因是压实和冲洗，因此IO。然而，如果我所有的列都被填充（对于每一行），那么我认为这个推理并不重要，所以考虑到我对列的访问完全是随机的（我想访问列的任意组合） - 我可以有一个列列家族 - 一个列配置（有效地尝试使其成为纯粹的列）。

有很多博客/维基解释这个，但他们似乎都相互矛盾，并添加更多的困惑。我似乎无法消化Hbase喜欢一个列家族的事实，那么调用的是什么是一个列存储？

Answer 1

目前（虽然预计会改变），但是一个区域的所有列族都会被刷新。这就是为什么人们说“HBase不适合超过2或3个专栏家庭”的主要原因。考虑两个CF，每个都有一列。 A栏：存储整个网页文本。 B列：B存储页面中的字数。因此，每次我们刷新A：A（由于A：A的数据更大，会更频繁地发生），我们还需要通过一个单独的文件I/O对B列的I/O杂耍路由：即使没有需要 - 与B：B只持有号码，我可以去几个月没有冲洗它。

如果您将A和B存储在相同的列系列（A：A和A：B）中，您可能会看到非常好的I/O性能，并且由于大多数HBase读取完全来自memstore，所以可能会发现读取速度是相同的。

此外，也许更重要的是，如果列的基数是非常不同的，那么您的regionservers将需要为较不密集的列族维护无用的大多数空文件。这永远不会改变。

所有这些都在HBase Book中可用。

因此，正如在所有这些表现情况下，测量在决定“正确”路径是什么之前。