Hive 数据导入预分 region 的问题?

问答 ⋅ 忘尘 ⋅ 于 2020-06-16 19:02:03 ⋅ 最后回复由苏牛于 2020-06-16 19:07:41 ⋅ 2281 阅读

// 加载文件中的 rowkey
private static Set rowkeys = new HashSet();
用HashSet存储region字符串的话，应该是无序的吧，这样不会出问题吗？
还是说hbase在建表的时候会自动再对这些无序的rowkey排一次序？

成为第一个点赞的人吧

回复数量: 1

苏牛
⋅ 2020-06-16 19:07:41

这位同学您好 :
首先 hashset 在进行数据存储的时候并非无序存储,SE阶段说的无序是指添加时候的顺序和读取时候的顺序是不一样,再者我们使用hashset 进行 rowkey的存储是为了保证在预分region的时候对文件进行去重,hbase 在进行region创建的时候 hbase 需要对region 进行一波阿斯克码表的排序也就是说需要进行字典排序之后将rowkey 放入布隆过滤器以方便查询,所以我们在堆文件 rowkey 存储的时候只要保证rowkey唯一不重复即可这也是我们为啥用 set的原因

建议对hbase的基础知识进行更加详细的复习

请注意单词拼写，以及中英文排版，参考此页
支持 Markdown 格式, **粗体**、~~删除线~~、`单行代码`, 更多语法请见这里 Markdown 语法
支持表情，可用Emoji的自动补全, 在输入的时候只需要 ":" 就可以自动提示了 :metal: :point_right: 表情列表 :star: :sparkles:
上传图片, 支持拖拽和剪切板黏贴上传, 格式限制 - jpg, png, gif，教程
发布框支持本地存储功能，会在内容变更时保存，「提交」按钮点击时清空

Ctrl+Enter