Hbase多列家族vs多個表

Question

我正在開發一個用於從不同來源生成的數據的Hbase存儲。通常來自同一個源的列更可能同時被檢索到。預期的讀寫比率大致在1/10到1/100之間（取決於不同的來源）。

所以有是我兩個選擇：

• 多列族：只要創建一個表和多個列族，從相同的源數據的每個種類將形成列族。
• 多個表格：爲每個來源創建一個表格（有一個列族）。

這裏有一些我的理解，請糾正我，如果有任何錯誤。

• 多表解決方案適用於動態添加新來源。雖然多列家族解決方案可能會導致停機。
• 如果不同來源的rowkey具有不同的分佈（例如，int user_id vs image GUID）或基數，也​​許最好是分成不同的表格？
• 我們可能有一些要求來同時檢索來自不同來源的相同rowkey的列。這樣，多列家族可能會更快（不確定）？

任何建議或做我需要之前考慮任何其他因素做出決定？是否有任何典型案例多表/多列家族勝過其他？

感謝

Answer 1

你點是正確的，只要按照簡單的規則：

如果來自不同來源的數據是相關的，具有相同的鍵或鍵可以轉換爲相同的密鑰，把它放在同一表在不同的列家庭。你會得到更好的掃描和更好的數據安排。

如果數據不能粘在一起，請將它放在單獨的表中。一張大桌子只會導致問題：您將有更長的掃描時間，大多數柱子系列將爲空。