预分区
在创建表时我们可以指定分区数量及规则等信息。
最简单的方法是在创建表时指定分割点数组。 请注意，将字符串文字指定为拆分点时，它们将基于字符串的基础字节表示形式创建拆分点。 因此，当指定分割点“ 10”时，实际上是在指定字节分割点“ \ x31 \ 30”。
分割点将定义n + 1个区域，其中n是分割点的数量。 第一个region包含从最小的可能rowkey到最大但不包括第一个分割点所有rowkey，这里之所以说最大最小是因为hbase中rowkey是有序排列的。
下一个region将包含从第一个分割点到下一个分割点的rowkey，但不包括下一个分割点的rowkey。 以此类推。 从最后的分割点到最大可能的rowkey将定义最后一个region。
从上面可以看到，每个region是一个闭开区间[)。
SPLITS
实例, 创建一个有4个预分区的表：
hbase(main):003:0> create 't1','f',SPLITS => ['10','20','30']
Created table t1
Took 2.9684 seconds
=> Hbase::Table - t1
请注意，第一个区域将包含从’\ x00’到’\ x30’的所有键（因为’\ x31’是’1’的ASCII码）。
SPLITS_FILE
还有一个方法是在文件中指定分区规则：
我们创建一个分区规则文件(注意不能有空行)：
[root@node1 hbase-2.1.5]# cat splits.txt
10
20
30
40
然后通过文件的方式指定预分区规则
hbase(main):007:0> create 't14','f',SPLITS_FILE=>'/data/program/hbase-2.1.5/splits.txt'
Created table t14
Took 1.3536 seconds
=> Hbase::Table - t14
根据所需的区域数量和分割算法自动计算分割
# 根据随机字节键创建具有四个分region的表
hbase>create 't2','f1', { NUMREGIONS => 4 , SPLITALGO => 'UniformSplit' }
# 根据16进制键创建具有四个分region的表
hbase>create 't3','f1', { NUMREGIONS => 5, SPLITALGO => 'HexStringSplit' }
在运行过程中region会进行拆分。关于region拆分后面再写。
热点问题的解决
出现热点问题原因
- hbase的中的数据是按照字典序排序的，当大量连续的rowkey集中写在个别的region，各个region之间数据分布不均衡；
- 创建表时没有提前预分区，创建的表默认只有一个region，大量的数据写入当前region；
- 创建表已经提前预分区，但是设计的rowkey没有规律可循，设计的rowkey应该由regionNo+messageId组成。
如何解决热点问题
解决这个问题，关键是要设计出可以让数据分布均匀的rowkey，与关系型数据库一样,rowkey是用来检索记录的主键。访问hbase table中的行，rowkey 可以是任意字符串(最大长度 是 64KB，实际应用中长度一般为 10-100bytes)，在hbase内部，rowkey保存为字节数组，存储时，数据按照rowkey的字典序排序存储。
rowkey加盐
这里还涉及到rowkey加盐算法。加盐算法一般有反转、 随机数加盐、hash加盐
反转
直接将rowkey反转。
这种适合rowkey前面的部分变化不大，后面变化大的，最典型的例子是时间戳。反转后就随机了，再配合上面的预分区即可实现region均匀分布。
随机数加盐
在rowkey前拼接上随机数。
hash加盐（推荐）
获取rowkey的hash值，取后N为拼接在rowkey前。
推荐这种方法，因为不仅实现了region均匀分布，也可以实现精确查询，通过get精确定位，因为查询时可以通过算法直接计算出rowkey。
rowkey加盐，再配合使用预分区，既可以解决热点问题
