Hbase 列族设计的重要性

Question

我正在研究 HBase，但无法为自己找到一个问题的答案。

让我们考虑以下情况。我们有五个物理（硬件）服务器（0-4）。 Hmaster 安装在服务器 0 上，四个 hregion 服务器安装在服务器 1-4 上。我们有一张非常大的桌子，我们需要使用这五台服务器。

据我了解，每个区域服务器都负责特定区域（某些行（！））。这意味着始终有一行（包括其所有列族、列和单元格）仅位于 ONE 区域服务器中（在我们的示例中位于 ONE 物理服务器中）。

如果我写的是对的，我无法理解列族的用途和重要性。如果我错了，请纠正我和/或解释列族的用途。

Answer 1

扫描/获取时更注重 IO 性能。如果您发现自己在扫描/获取期间仅使用列 X、Y 和 Z 而不是 A、B 和 C，则可以将数据划分为两个列族以提高 IO 性能。

压缩表也可能有一个小好处，因为类似的数据可以物理分组在一起，因此更容易压缩。