【发布时间】：2018-04-10 05:29:30
【问题描述】：
我无法找到问题的答案：
我想预先拆分 HBase 表，例如在 5 个地区。我设置的配置中的最大文件大小为 10GB。 （当然只是例子）。如果我将填写我所有的 5 个区域作为表格怎么办？ HBase 会为此创建第 6 个区域吗？
我发现它会自动分成 2 个区域，但我需要确定和一些解释。
感谢所有回答。
【问题讨论】：
标签： hadoop hbase bigdata cloudera-cdh
【发布时间】：2018-04-10 05:29:30
【问题描述】：
让我们先讨论一下预拆分。
仅在我们知道键的分布时才推荐使用，否则如果数据中存在任何倾斜，预拆分可能会导致数据加载不均匀。
它是 Hbase 的一般性质，用于自动和可配置的表分片。
引自 Cloudera Hbase 站点：-
无论是否使用预拆分，一旦某个区域达到一定的限制，它就会自动拆分为两个区域。
您可以通过设置配置“hbase.regionserver.region.split.policy”或配置表描述符来配置要使用的默认拆分策略。我们还可以实现我们自己的自定义拆分策略，并在创建表时将其插入，或者通过修改现有表：
HTableDescriptor tableDesc = new HTableDescriptor("example-table");
tableDesc.setValue(HTableDescriptor.SPLIT_POLICY, <SplitPolicy.class.getName()>);
//add columns etc
admin.createTable(tableDesc);
更多信息：-https://hortonworks.com/blog/apache-hbase-region-splitting-and-merging/
【讨论】：
-
所以如果我为 5 个区域预先拆分表，它只是该表的起始区域数？我读过这篇文章，但我不确定我是否理解得很好。
-
是的，它只是一个起始编号。如果假设您的密钥分配是按字母顺序完成的（最多 26 种类型，并且您将其拆分为 5 个区域）并且您拥有或多或少的偶数个密钥（只是一个示例），那么它是均匀分布的。以防万一，如果您只有某些字母的键，这会导致数据出现偏差，并且不会不均匀。所以最好让 HBase 控制分配密钥。
-
如果答案已经消除了疑惑，请您接受答案。