我正在使用以下命令将hfiles导入hbase：
hbase org.apache.hadoop.hbase.mapreduce.LoadIncrementalHFiles -Dcreate.table=no /user/myuser/map_data/hfiles my_table当我刚刚查看hbase主ui时，我看到所有数据似乎都存储在一个区域：
hfiles是由spark应用程序使用以下命令创建的：
JavaPairRDD<String, MyEntry> myPairRDD = ...
myPairRDD .repartitionAndSortWithinPartitions(new HashPartitioner(hbaseRegions));为什么数据没有划分到所有区域？
1条答案
按热度按时间trnvg8h31#
为什么数据没有划分到所有区域？
从上面的图片看来，您的行键在加载到hbase之前没有被正确地腌制。所以在源表中，它将自己加载到一个特定的区域。
因此，rdd将携带导致热插拔的源分区数
看看hbase文档中的rowkey设计
因此，我建议在创建表时，将其自动预拆分为0到10个区域，然后在0到10之间添加前缀到行键，这样可以确保数据的均匀分布。
例如：
前缀可以是在预拆分范围之间生成的任意随机id。
如果数据增加，这种行键也可以避免热点数据将分布在区域服务器上。
再看看我的答案