Hbase多列家族vs多个表

Question

我正在开发一个用于从不同来源生成的数据的Hbase存储。通常来自同一个源的列更可能同时被检索到。预期的读写比率大致在1/10到1/100之间（取决于不同的来源）。

所以有是我两个选择：

• 多列族：只要创建一个表和多个列族，从相同的源数据的每个种类将形成列族。
• 多个表格：为每个来源创建一个表格（有一个列族）。

这里有一些我的理解，请纠正我，如果有任何错误。

• 多表解决方案适用于动态添加新来源。虽然多列家族解决方案可能会导致停机。
• 如果不同来源的rowkey具有不同的分布（例如，int user_id vs image GUID）或基数，也​​许最好是分成不同的表格？
• 我们可能有一些要求来同时检索来自不同来源的相同rowkey的列。这样，多列家族可能会更快（不确定）？

任何建议或做我需要之前考虑任何其他因素做出决定？是否有任何典型案例多表/多列家族胜过其他？

感谢

Answer 1

你点是正确的，只要按照简单的规则：

如果来自不同来源的数据是相关的，具有相同的键或键可以转换为相同的密钥，把它放在同一表在不同的列家庭。你会得到更好的扫描和更好的数据安排。

如果数据不能粘在一起，请将它放在单独的表中。一张大桌子只会导致问题：您将有更长的扫描时间，大多数柱子系列将为空。