面试关于hbase rowkey连续性存储的问题

提示: 作者被禁止或删除内容自动屏蔽

xuanxufeng · 发表于 2015-3-2 23:41:38

rowkey是以字典顺序排序的。
而存储的字节码，字典排序，我们知道，如果是字母，那就是字母的顺序，比如，有两个rowkey，rowkey1:aaa222,rowkey2:bbb111,那么rowkey1是排在 rowkey2前面的，因为按字典，a排在b前面，如果rowkey2的第一位也是a，那么就根据第二位来比较，如果还相同，则比较第三为，后面同样。这个理解了，我们在根据rowkey范围查询的时候，我们一般是知道startRowkey，如果我们通过scan只传startRowKey ： d开头的，那么查询的是所有比d大的都查了，而我们只需要d开头的数据，那就要通过endRowKey来限制。我们可以通过设定endRowKey为：d 开头，后面的根据你的rowkey组合来设定，一般是加比startKey大一位。比如说rowkey设计为：用户ID-日期，那么查某个用户某天的数据，startKEY为3231-20121212，endKey为:3231+201213,那么你查到的就是用户为3231在20121212这一天的数据。

rsgg03 · 发表于 2015-3-2 23:58:38

这个问题比较复杂，单纯的回答是或则不是都不对。
因为这个考察的是rowkey的设计。
rowkey是按照顺序存储的，可以了解下在查询的时候，我们会涉及到范围查询start key,end key
如果不做任何的处理，那么所有数据，可能都会存储在一个服务器上，
a表与b表rowkey是一致的，那么可能就是顺序的存储的

也就是列表为a-b-a
，如果不一致，可能那么
可能分布式两个region里，可能是连续的。