Hbase数据应该如何快速查询响应？答案

【问题标题】：How should the Hbase data should be for fast query response?Hbase数据应该如何快速查询响应？
【发布时间】：2017-11-12 18:34:28
【问题描述】：

我有以下规则的情况：

数据将使用 Kafka 和 spark-streaming 解析到 HBase。

我想使用 HBase，TTL 为 3 小时，版本控制为 1，满足上述条件。问题是我很困惑如何在 HBase 中组织数据以获得更快的查询响应，我应该使用带有场地名称或场地名称的单个列作为不同的列名吗？

哪个是更好的选择，为什么？

需要执行的查询是： 1. 用户 A 现在在哪里？ 2. X 场馆现在有哪些用户？

【问题讨论】：

【解决方案1】：

最高效的查询是基于HBase表的row key。我会使用用户名作为行键，以便能够快速获取特定用户在哪里的信息。每行都需要一列 - 场地。

显然，要收集所有数据（查询 2：地点 X 有哪些用户），您需要扫描整个（部分）表。所以效率不会很高。如果您遇到此类查询的性能问题，请查看 HBase 的二级索引。

【讨论】：

【解决方案2】：

所以，为了解决上述情况，我建议有两个表：

第一个表的行键将是 userID（我还建议添加一些分片键，例如 (userID % number of HBase region) 以均匀分布数据并避免热点）。该表将提供映射用户 ID -> 场地，并检查特定用户将在哪里使用 O(1)。
第二个表的行键将是场地ID + 用户ID（也以一些分片键为前缀）。因此，您可以使用 KeyOnlyFilter 和 PrefixFilter（前缀是场所）来获取特定场所中的所有用户。这应该很快。

由于您使用 Kafka 和 Spark，摄取到两个表应该不会影响您的性能。

如果您需要更多详细信息，请告诉我。

【讨论】：