HBase 计数 shell 命令答案

【问题标题】：HBase count shell commandHBase 计数 shell 命令
【发布时间】：2017-08-13 18:44:42
【问题描述】：

我理解 shell 命令 count 将给出表中的行数/行数。但是这里的 INTERVAL 和 CACHE 是什么意思呢？我检查了网络。几乎所有网站都有相同的解释

"当前计数默认每 1000 行显示一次。可以选择指定计数间隔。默认情况下，在计数扫描时启用扫描缓存。默认缓存大小为 10 行。如果我们的行大小较小，您可能希望增加这个参数。例子："

我不明白他们在解释什么。

hbase> COUNT 't1', INTERVAL => 100000
hbase> COUNT 't1', CACHE => 1000
hbase> COUNT 't1', INTERVAL => 10, CACHE => 1000

谁能简单解释一下？

【问题讨论】：

标签： hbase

【解决方案1】：

您可以只使用一个大表（超过 2000 行）来运行count 命令，您可以看到它们是如何工作的。

由于count 操作可能需要很长时间，所以它会不断打印当前结果，如下所示：

Current count: 1000, row: ...                                                                                          
Current count: 2000, row: .....                                                                                                     
Current count: 3000, row:  ....

因此，如果 INTERVAL 为 1000，它将在计数过程达到 1000 时打印。

而Cache 只是scan 命令的缓存。基本上，如果增加缓存配置，计数过程会更快，但会消耗更多内存，所以它说：

如果您的行数较小，您可能需要增加此值参数。

【讨论】：

【解决方案2】：

@MallowFox 很好地解释了COUNT。

但是，缓存有点令人困惑。为什么缓存会使计数更快？它不需要记住它计算的行数。重要的是行数而不是它们的内容。

事实证明缓存有点用词不当，缓存应该更恰当地命名为缓冲区或批量大小。这是每个 RPC 返回到 HBase 的行数。如果数字太低，您的开销可能会增加，并且计数可能会变慢。

【讨论】：