考察 HBase RowKey 设计:LSM 顺序写模型下的热点问题、打散手段与各自的查询代价,是大数据面试的必考设计题。
HBase 按_ROWKEY 字典序连续存储,Region 是按 rowkey 范围切的。若 rowkey 单调递增(时间戳、自增 ID),写入永远落在同一个 Region(的同一个 RegionServer)上——整个集群只有一台机器在写,其他节点闲着;读取同理。这就是热点。
hash(id)%16 两位十六进制),写压力摊到 16 个 Region;reverse(ts)),让原本相同的后缀变成不同的前缀;create 't', SPLITS => ['1','2',...'] 按 rowkey 分布提前切好,避免建表后分裂倾斜。盐值打散了写,但破坏了字典序与 rowkey 的语义连续性:
「长度一致(建议 ≤ 32 字节且定长)、打散写、保留查」:先列出业务的主要查询模式(精确 Get / 范围 Scan),倒推 rowkey 组成,再决定用加盐、反转还是哈希——没有通用最优解,只有匹配查询模式的设计。
题目与答案就在本页;收藏、批注和错题重练在应用内