I IT 面试题库
业务按「用户ID + 时间范围」查询,RowKey 怎么设计才能既避免热点又支持范围扫描?
中级场景题数据库工程师后端开发工程师大数据开发工程师HBaseRowKey设计热点预分区
题目
场景题:把前面 RowKey 原则落到具体业务。用户量上亿,既要避免写入热点,又要能按某用户的时间区间拉取记录(范围扫描),怎么设计?
参考答案
内容深度:适中 · 无代码示例 · 来源:外部链接 · 未复核 · 25 天前更新
要点:
- 推荐组合键:
RowKey = hash(userId)取前 2~4 字节 + userId + (Long.MAX - timestamp)。前面的 hash 前缀把上亿用户均匀打散到不同 Region,写入不再集中;中间保留 userId 便于按用户定位;末尾用反转时间戳使同一用户的最新数据在物理上相邻,按 (userId, ts) 做范围扫描即可高效取某时间窗。
- 热点权衡:纯 hash 前缀利于写入均衡但不支持跨用户的全局有序;若业务以「单用户时间线」为主,这种「hash 前缀 + 用户 + 反转时间」是平衡写入与查询的经典方案。要避免直接用
userId + ts(大 V 用户形成读热点)或直接 ts + userId(写入全压最后一个 Region)。
- 进阶:当单用户数据过大可再做加盐(salting)把同一用户拆到多个 Region,或预分区(建表时指定 Split Keys)让初始 Region 分布贴合 RowKey 空间,避免初始单 Region 再分裂带来的抖动。
题目与答案就在本页;收藏、批注和错题重练在应用内