Hbase數據應該如何用於快速查詢響應？

Question

我有以下規則的情況：

1. 用戶只能是在一個時間一個地點。如果用戶A在場地X處登記，然後在場地Y處登記，則他們不再處於場地X.
2. 登記入住僅「持續」最多3小時。如果在場地X用戶A的檢查，然後再執行 任何3小時，他們不再在會場十

的數據將使用卡夫卡被解析成的HBase和火花流。

我想用TTL的HBase是3小時，版本是1，符合上述條件。問題是我很困惑如何組織HBase中的數據以加快查詢響應，我是否應該使用單一列與場地名稱或場地名稱作爲不同的列名稱？

哪一個會是更好的選擇，爲什麼？

需要執行的查詢有： 1.用戶A現在在哪裏？ 2.現在有哪些用戶在場地X？

Answer 1

最有效的查詢是基於HBase表的行密鑰。 我會使用用戶名作爲行鍵，以便能夠快速獲取信息的特定用戶。你需要爲每一行提供一列 - 場地。顯然，要收集所有數據（查詢2：用戶在場所X處），您需要掃描整個表格（部分）。所以它不會很有效。查看HBase的二級索引 - 如果您遇到此類查詢的性能問題。

Answer 2

因此，要解決上述情況，我建議有兩個表：

1. 第一個表的行鍵將用戶ID（我還建議增加像HBase的區域（用戶ID％數量的一些碎片關鍵）來均勻分配數據並避免熱點）。這個表格將提供映射用戶ID - >場地，並檢查特定用戶在哪裏將O（1）。
2. 第二個表格的行鍵將是venueID + userID（也帶有一些分片鍵的前綴）。因此，您可以使用KeyOnlyFilter和PrefixFilter（前綴是場地）來獲取特定場地中的所有用戶。這應該是相當快的。

由於您使用Kafka和Spark，攝入兩張表不應影響您的表現。

如果您需要更多詳細信息，請讓我知道。