hbase使用记录

1、hbase结构很简单，元数据是KeyValue，组成是row,family,column,value,timestamp。

      row 主键，唯一性，也是分片的依据。

      family 列簇，一个表设计时最好不要超过3个列簇。

      column 列，一个列簇有n个列，可以随意加

      value hbase是散列形式，row-family-column确定一个列的值value

      timestamp 时间戳

2、创建表时如果指定maxVersions为1的话，java api 中获取的KeyValue[]只有一个值。

3、从hbase读数据建solr索引时，可以通过获取HRegionInfo，获取整份数据的切片，比如A表分成20个片，a1,a2,a3...每个片有一个startKey,endKey，可以实现分布式创建索             引。

4、客户端只有2中方式获取hbase数据，get和scan，get获取单条数据，scan表示扫描。与mongo一样，scan可以扫描整个表的数据，但是是一条“易断”连接：通常我们获取数         据之后，有自己的处理逻辑，如果默认间隔60s你不next()数据，连接会被断开。

      创建连接时可以指定连接失效时间：conf.setLong(HConstants.HBASE_REGIONSERVER_LEASE_PERIOD_KEY, 600000);

5、hadoop的mapreduce程序可以通过hfile操作hbase的原始数据，不过与客户端连接相比，中间多了一层MemStore，所有在某个时刻，会存在数据不一致的地方。

6、接5中间的MemStore在一定量的时候才会put到hdfs，所以如果你的mapreduce程序中需要dump hbase表数据的时候，如果表为空，FileInputFormat.setInputPaths(inputPaths)会报错；解决方法暂时可以：手动put几条数据入hbase，然后disable table再enable table，数据就进入hdfs。

7、hbase.client.keyvalue.maxsize默认10M，可以通过配置改大，但我觉得再大就要修改设计了。

      暂时想到这么多...