我想知道如何配置hbase来存储每个单元的第一个版本？假设以下表：
row_key cf1:c1 timestamp
----------------------------------------
1 x t1放置后 ("1","cf1:c2",t2) 在 ColumnDescriptor.DEFAULT_VERSIONS = 2 上述表格变为：
row_key cf1:c1 timestamp
----------------------------------------
1 x t1
1 x t2哪里 t2>t1 .
我的问题是如何改变这种情况，使cell的第一个版本成为唯一可以存储和检索的版本。我的意思是在提供的示例中，唯一的版本是 't1' 一个！因此，我想以一种忽略重复项插入的方式更改hbase。
我知道将htable的版本设置为1并基于 Long.MAX_VALUE - System.currentTimeMillis() 会解决我的问题，但我不知道这是不是最好的解决方案？！将tstamp更改为 Long.MAX_VALUE - System.currentTimeMillis() ? 它有任何性能问题吗？
2条答案
按热度按时间anauzrmj1#
我可以想到两种策略：
1. 一个版本+反向时间戳
设置
VERSIONS表和放置基于Long.MAX_VALUE - System.currentTimeMillis()一般情况下可以工作，没有任何重大性能问题。写入时：
当同一单元的多个版本写入hbase时，在任何时间点，都将写入所有版本（对性能没有任何影响）。压缩后，只有时间戳最高的细胞才能存活。
在这个方案中，时间戳最高的单元是由客户端编写的时间戳值最低的单元
System.currentTimeMillis(). 应该注意的是，这可能不是第一个尝试写入单元的计算机，因为hbase客户端可能不同步。读取时：
当发现同一单元格的多个版本时，将在那时进行修剪。这可以在任何时候发生，因为您的写入可以在任何时候发生，甚至在压缩之后。这对性能影响很小。
2. 支票支付
要通过原子性获得真正的排序，这意味着只有到达区域服务器的第一次写入才会成功，您可以使用
checkAndPut操作：从文档中：
自动检查行/族/限定符值是否与预期值匹配。如果有，就加上看跌期权。如果传递的值为null，则检查是否缺少列（即：不存在）
所以通过设置value至null你的Put只有当单元格不存在时才会成功。如果卖出成功，则返回值为真。这提供了真正的原子性，但以写性能为代价。 写入时： 设置了行锁和Get在检查存在之前在内部发出。一旦确认不存在，即发行看跌期权。您可以想象，这对每一次写操作都有相当大的性能影响，因为现在每一次写操作还涉及一个读操作和一个锁。 在压缩过程中，不需要发生任何事情，因为只有一次put才能到达hbase。它始终是到达区域服务器的第一个put。 需要注意的是，没有办法批量处理这类产品checkAndPut使用的操作checkAndMutate` ，因为每个put都需要自己的检查。这意味着每个put都需要是一个单独的请求，这意味着您在批量编写时也要支付延迟成本。读取时：
只有一个版本可以进入hbase，所以这里没有影响。
选择策略：
如果真正的顺序真的很重要，或者您可能需要在写入hbase之后或之前读取每一行（例如，以确定您的写入是否成功），那么最好使用策略2，否则，在所有其他情况下，我建议使用策略1，因为它的写入性能要好得多。在这种情况下，只要确保你的客户是正确的时间同步。
dgenwo3n2#
您可以插入
Put与Long.MAX_VALUE - timestamp并将表配置为仅存储1个版本（最大版本=>1）。这样，扫描只返回第一个（最早的）put，因为所有后续put的时间戳值都较小。