我在表中有3000万条记录，但当我试图从中找到一条记录时，我会花很多时间来检索。你能告诉我如何生成行键，这样我们就可以快速获取记录了。现在，我已经采取自动增量id 1，2，3等作为行键，以及需要采取什么步骤来提高性能。让我知道你的担心
yvgpqqbh1#
一般来说，当我们考虑sql结构化表的性能时，我们会遵循一些基本/常规的调整，比如对查询中使用的列应用适当的索引。对表应用适当的逻辑分区或bucketing。为缓冲区提供足够的内存来执行一些复杂的操作。当谈到大数据时，特别是如果您使用的是hadoop，那么真正的问题在于硬盘和缓冲区之间的上下文切换。以及不同服务器之间的上下文切换。您需要确定如何减少上下文切换以获得更好的性能。注意事项：使用explain特性了解查询结构并尝试提高性能。如果您使用的是整数行键，那么它将提供最佳性能，但总是在表的开头创建行键/索引。因为后来的表演杀人。在hive/impala中针对hbase表创建外部表时，请将hbase行键Map到hive/impala中的字符串列。如果不这样做，查询中将不使用行键，并且扫描整个表。永远不要使用like-in-row键查询，因为它扫描整个表。在或=，<，>=之间使用。如果在查询中不对行键列使用筛选器，则行键设计可能是错误的。行键应该被设计为包含查找特定数据子集所需的信息
1条答案
按热度按时间yvgpqqbh1#
一般来说，当我们考虑sql结构化表的性能时，我们会遵循一些基本/常规的调整，比如对查询中使用的列应用适当的索引。对表应用适当的逻辑分区或bucketing。为缓冲区提供足够的内存来执行一些复杂的操作。
当谈到大数据时，特别是如果您使用的是hadoop，那么真正的问题在于硬盘和缓冲区之间的上下文切换。以及不同服务器之间的上下文切换。您需要确定如何减少上下文切换以获得更好的性能。
注意事项：
使用explain特性了解查询结构并尝试提高性能。
如果您使用的是整数行键，那么它将提供最佳性能，但总是在表的开头创建行键/索引。因为后来的表演杀人。
在hive/impala中针对hbase表创建外部表时，请将hbase行键Map到hive/impala中的字符串列。如果不这样做，查询中将不使用行键，并且扫描整个表。
永远不要使用like-in-row键查询，因为它扫描整个表。在或=，<，>=之间使用。如果在查询中不对行键列使用筛选器，则行键设计可能是错误的。行键应该被设计为包含查找特定数据子集所需的信息