HBase Go客户端Row构造注意事项

我们最近在一个项目中使用Hbase做日志数据的存储,在其之上做一些数据分析工作,相对java来说,团队成员对Go的使用更熟练,所以自然使用Go作为Client的开发语言, 以前从来没有跟Hbase打过交道,本来一个比较简单的任务,愣是磕磕绊绊做了好久。。。

本文只说说Hbase的Row构造时的注意事项

1 Hbase 的Go客户端语言使用方法

Hbase官方没有Go的客户端,但是它提供了thrift服务,我们可以用Go语言开发一个thrift 的client,通过向hbase的thrift server发送RPC请求,从而对Hbase做操作。 一个简单的请求流程如下:

Go Client –—> Hbase Thrift server –—> Hbase

其中的 Hbase Thrift Server是Hbase官方提供的,同时他们也提供Thrift服务描述文件,至于如何用Thrift服务描述文件声称Go Client的代码,github.com上有很多工具, thrift官方也有工具。

2 Hbase的Row使用注意事项

 

2.1 Row的前几个字段尽量散列

Hbase是一个集群服务,它会根据Row将数据分散到各后端存储机器上,如果您的Raw key有明显的聚集性,该Row对应的数据也会被集中在某几台后端机器上,这样在数据量特别大的 时候,读写的压力都集中在这几台机器上,会影响您的使用性能,所以第一个建议就是: 对raw key做散列,使有明显聚集性的raw key均匀(或近似均匀)地被分派到不同的后端存储机器上 最常用的使md5sum

2.2 Row的排序是把所有Row中的字符做字典排序

这一点很重要,下午掉进这个坑里半天才爬出来。为了说明这个问题,把我们的应用场景简化以下举例说明 我们的应用场景是:写Hbase是插入一堆带时间戳的data,读Hbase是读取data在时间段start和end之间的所有数据 我们的Row有两个关键字:一个字符串data和一个时间戳timestamp,基于这两个关键字我们构造Row的方法是: substring(md5sum(data), 0, 8) + data + timestamp Row中的前部分好说,都是字符串,关键是这个timestamp怎么构造?最初我是用下面的方法:

buf := make([]byte, 24 + len(data)
ip := []byte(pack.data)

tmp := md5.Sum(data)
copy(buf[0:8], tmp[0:8])
copy(buf[8:8 + len(data)], data)
binary.PutVarint(buf[8+len(data):], timestamp)

  在这样写入到Hbase中之后(例如我写入了 data=aabbcc, timestamp=123456的数据 ),读取数据时有时候在start=0, end=234567时能读到数据,在start=1, end=234567时 却读不到数据,百思不得其解。后来发现原来是写入timestamp时的错误,请看下面的例子:

buf := make([]byte, 8)

binary.PutVarint(buf, int64(1423484126))
fmt.Println(buf)

binary.PutVarint(buf, int64(2))
fmt.Println(buf)

  它的输出是:

[188 147 197 205 10 0 0 0]
[4 147 197 205 10 0 0 0]

  这样虽然timestamp 1423484126比2大,但是构造Row后,如果data相同,那么2的字典序竟然排在1423484126比的后面。这样就会产生上面提到的奇怪的现象。 所幸,Go没有辜负我们,它提供了一个方便的方法,能完成我们想要做的事情,请看下面的例子:

buf := make([]byte, 8)

binary.BigEndian.PutUint64(buf, uint64(1423484126))
fmt.Println(buf)

binary.BigEndian.PutUint64(buf, uint64(2))
fmt.Println(buf)

  它的输出是:

[0 0 0 0 84 216 164 222]
[0 0 0 0 0 0 0 2]

  OK,问题解决。 以后接触陌生的知识,还是要先弄清楚基本原理,虽然这样投入的时间会多一些,但是从整体的收益来看,却是一种较好的方法。

 

Author: Cobbliu

Created: 2015-02-10 Tue 01:03

Emacs 24.4.1 (Org mode 8.2.10)

本文来自:博客园

感谢作者:cobbliu

查看原文:HBase Go客户端Row构造注意事项

郑重声明:本站内容如果来自互联网及其他传播媒体,其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。