Hbase高级进阶系列（六）Hbase表设计之预分区

在前面的文章《Hbase高级进阶系列（三）Hbase表设计之行键设计》里面我们介绍了一般建议把rowkey做成hash来分散写入压力。在hbase中，一般在创建表的时候，默认是只创建一个region，后面随着数据的增多从而分裂成多个region，此时在起始的时候，我们只会有1个region，所有写的数据都被写入到这一个region里面，会造成region写的热点问题。写入效率也不高。所以本文我们介绍下预分区。

这个预分区是什么呢？

预分区就是指我们在创建表的时候提前为表创建比较region，这样子在最开始写入数据的时候，我们就可以把rowkey进行分散开来，让写入数据稍微快点。

下面我们来演示一下提前创建region的效果。这里主要还是以hash为例。（由于hash比较特殊，所以我们没法用命令进行演示，所以使用java代码来进行演示）

整个的代码流程如下：

1.取样，先随机获取一定数量的rowkey,将取样数据按升序排序放到一个集合里
2.根据预分区的region个数，对整个集合平均分割，即是相关的splitKeys.
3.HBaseAdmin.createTable(HTableDescriptor tableDescriptor,byte[][] splitkeys)可以指定预分区的splitKey，即是指定region间的rowkey临界值.

这里最主要的就是使用hbase这里的createTable传递进去对应的splitkeys，就可以完成提前预分区了，下面市我们的示例代码：

然后这里我们使用hashwork这个工具类去打散集合及组装splitkey：

然后我们执行以下，就可以看到在hbase里面有一个users的表了：

然后我们使用如下的名称查看是否已经创建了预分区：

scan 'hbase:meta'

上面这个命令市查看所有表的预分区信息，这些信息市存放在hbase的元素据表里面的，以下市示例：

从图中圈的部分，我们可以看到已经创建好了对应的region了。从hbase的web ui上也可以看到对应的region信息：

以上就是预分区的案例。

备注：

1、预分区主要是事前的工作，也就是在建表的时候提前创建预分区，这样可以使第一批的数据会分散到不同的region里面，提高写入效率。
2、随着数据增多，region发生分裂，之后也会有很多的region，此时就没有预分区什么事了。