HBase

Region 的关键属性包括它所属于的表、起始行（第一个 Region 没有起始行）和结束行（最后一个 Region 没有结束行）。当表首次写入数据时，它只有一个 Region。随着数据量的增加，这个 Region 会逐渐增大，直到达到配置的阈值（例如：hbase.hregion.max.filesize，默认为10GB）时，该 Region 会被拆分成两个新的 Region 。

在创建表时，可以通过预分区来优化 Region 的分布，避免写入热点问题，提高数据插入效率。预分区通过在建表时指定初始 Region 的数量和分布，可以减少后期 Region 拆分的频率和负载均衡的负担 。

创建一个预分区的 HBase 表：

import org.apache.hadoop.hbase.HBaseConfiguration;
import org.apache.hadoop.hbase.HColumnDescriptor;
import org.apache.hadoop.hbase.HTableDescriptor;
import org.apache.hadoop.hbase.TableName;
import org.apache.hadoop.hbase.client.HBaseAdmin;
import org.apache.hadoop.hbase.client.HTable;

public class HBaseAdminExample {
   
    public static void main(String[] args) throws Exception {
   
        Configuration conf = HBaseConfiguration.create();
        HBaseAdmin admin = new HBaseAdmin(conf);

        // 检查表是否存在，如果存在则删除
        HTable table = new HTable(conf, "预分区表");
        if (admin.tableExists(table.getName())) {
   
            admin.disableTable(table.getName());
            admin.deleteTable(table.getName());
        }

        // 创建表描述符和列族描述符
        HTableDescriptor tableDesc = new HTableDescriptor(TableName.valueOf("预分区表"));
        HColumnDescriptor columnDesc = new HColumnDescriptor("列族");
        tableDesc.addFamily(columnDesc);

        // 设置预分区的split key
        byte[][] splitKeys = new byte[][]{
   Bytes.toBytes("split_key1"), Bytes.toBytes("split_key2")};
        admin.createTable(tableDesc, splitKeys);

        // 关闭连接
        admin.close();
    }
}