薛小布的博客

HBase开启snappy压缩：1、创建表的时候声明snappy压缩hbase(main):014:0> create 'demo:demo2',{NAME=>'abc',COMPRESSION=>'SNAPPY'}0 row(s) in 1.3590 seconds=> Hbase::Table - demo:demo2hbase(main):015:0> desc 'demo:demo2'Table demo:demo2 is ENABLED

#########一定要注意大小写，以前那篇是用word编辑拷贝的，所以好多错误，现在重新搞了一版，亲测。。。。。可以当工具使用################################################ 注意大小写################################################1、打开hbase shell，使用help命令查看使用规则[root@t1-25-1...

统计近n天不重复的数据：HBase表结构设计：A表存储所有的数据信息，记录数据最新的时间；B表记录近n天的案件进件数；例如：案件x的进件时间分别为5/1、5/2、5/4进件号进件时间x5/1x5/2x5/4表A、B的记录变化如下1、2、3、4列表示当日与其相差n天的重复案件数下面演示进件后表A、B的变化5/1 日进件后表记录如下：表A：进件号进件时间x5/1表B：进件号进件时间当日进件总数12

1、 存储不同的排序、搜索算法在性能上差别可以非常大，从O(n^2)到O(log2N)甚至O(1)。同样不能的存储模型和索引结构对数据库的读写性能影响很大。HBase通过LSM存储模型提高写性能的同时又能保证读性能。B+树比B树更适合做数据库系统索引。尤其是对于HBase这类常用区间扫描的数据库，因为B+树只需要遍历所有叶子节点即可实现区间扫描，B+树的最大性能问题就是插入，随着越来越多的数据插入，叶子节点会慢慢分裂，逻辑上会存储到磁盘的不痛快，做区间扫描产生大量随机读IO，同时数据写入时维护树的分裂、

1、创建表空间creat_namespace ‘xzc’2、创建表、列族，设置列族的失效时间为100screate 'xzc:test',{NAME=>'xx',TTL=>'100'}3、修改表结构,增加列族alter 'xzc:test',{NAME=>’yy’}4、插入数据put 'xzc:test' ,'r4','xx:address','shandi'put 'xzc:test' ,'r4’,’yy:name,’yyy’5、查询数

韦尔奇额外人v