zzds111的博客

一、预分区默认情况下，在创建HBase表的时候会自动创建一个region分区，当导入数据的时候， 所有的HBase客户端都向这一个region写数据，直到这个region足够大了才进行切分。 一种可以加快批量写入速度的方法是通过预先创建一些空的regions，这样当数据写入 HBase时，会按照region分区情况，在集群内做数据的负载均衡。如果知道hbase数据表的key的分布情况，就可以在建表的时候对hbase进行region的预分区。这样做的好处是防止大数据量插入的热点问题，提高数据插入的效率

1.什么是过滤器过滤器可以根据列族、列、版本等更多的条件来对数据进行过滤， 基于 HBase 本身提供的三维有序（行键，列，版本有序），这些过滤器可以高效地完成查询过滤的任务，带有过滤器条件的 RPC 查询请求会把过滤器分发到各个 RegionServer（这是一个服务端过滤器），这样也可以降低网络传输的压力。2.比较运算符 LESS < LESS_OR_EQUAL <= EQUAL = NOT_EQUAL <> GREAT

参考hive，如果指定文件在hdfs上的存储路径， 已经有文件就会自动加载到表中；hbase的storefile也会在hdfs存储，那么我们应该也可以利用这一点，将数据以这种方式导入到hbase中，但是存放文件的目录不能像hive一样随便，应该是放在、一、定义HBase BulkLoading：它是利用hbase的数据信息按照特定格式存储在hdfs内这一原理，直接生成这种hdfs内存储的数据格式文件，然后上传至合适位置，即完成巨量数据快速入库的办法。配合mapreduce完成，高效便..

import org.apache.hadoop.conf.Configuration;import org.apache.hadoop.fs.FileSystem;import org.apache.hadoop.fs.Path;import org.apache.hadoop.hbase.TableName;import org.apache.hadoop.hbase.client.Result;import org.apache.hadoop.hbase.client.Scan;impo.

1.为什么要使用hbase?我们在学习hbase之前应该对hive有了一个了解，hive是管理存储在hdfs上的数据（离线处理），hive处理数据是通过mapreduce处理，那么假设是100个T的数据，一个maptask如果按block块的大小128m处理， 每个maptask运行时间大概是1-5分钟，就算是1000台机器的集群也能跑个几十天, 他的效率太低所以我们要学习hbase ：他是属于半结构化的NoSql,查询效率高，并且可以进行实时查询2.hbase的简介1.HBase.

一段非常长的数据，第一个是加密后的用户信息，后面依次是开始时间，结束时间，区县编码，经度，纬度....现在我希望创建一张表，导入这些数据，查询一个用户最新的三次地点经纬度我们就筛选一下数据，传入第一个，第二个，第四个，第五个就行我将每个步骤分开了，下面的测试模块都是在第一个代码中的一、创建连接1、创建一个配置文件， 需要输入zookeeper节点信息，以及你的三台主机名称2、创建连接3、如果需要对表结构操作 则getAdmin；对数据进行操作，则getTableimp.

根据自己用的hbase版本 需要导入的依赖<dependencies> <dependency> <groupId>org.apache.hbase</groupId> <artifactId>hbase-client</artifactId> <version>1.4.6</version> </dependency><