面向列的數據庫中的順序行ID（HBase，Cassandra）？

Question

我見過的建議的兩種矛盾的作品，當談到在HBase的設計行ID，（特別是，但我認爲它適用於卡桑德拉爲好。）

1. ，你會被聚集在一起的鍵組經常要利用數據局部性。 （白，Hadoop的權威指南。我記得看到它在HBase的網站，但無法找到它...）左右
2. 傳播鍵，以便工作可以在多臺機器分佈（Twitter, Pig, and HBase at Twitter幻燈片14）

我猜哪一個是最優的可以取決於你的用例，但是沒有人有任何一種策略的經驗嗎？

Answer 1

在HBase中，通過劃分按字典順序排列的關鍵空間，將表分爲多個區域。表中的每個區域都屬於單個區域服務器，因此所有讀取和寫入操作都由該服務器處理（這可以提供強有力的一致性保證）。這意味着如果您的所有讀取或寫入都集中在小範圍的密鑰空間中，那麼您將只能擴展到單個區域服務器可以處理的內容。例如，如果您的數據是時間序列並以時間戳記爲鍵，則所有寫入都將轉到表中的最後一個區域，並且您將被限制爲以單個服務器可以處理的速率進行寫入。另一方面，如果您可以選擇您的密鑰，以便任何給定的查詢只需要掃描一小段範圍的行，但整套讀寫操作遍佈在您的密鑰空間中，那麼總負載將會分發和規模很好，但您仍然可以享受您的查詢所在地的好處。