我必须每月在HBase表中存储有关实体的信息。我想使用 mapreduce 逻辑处理到目前为止可用的实体的所有月份详细信息。我很困惑是选择高窄还是平宽设计作为HBase表。
使用平面宽方法，实体 ID 将保留为行键，月份 ID 保留为列限定符，详细信息保留为限定符值。在HBase-mapreduce中，我可以获取map和进程中实体的所有详细信息。
高窄方法将行键存储为实体 ID 和月份的组合。此外，详细信息将存储在单独的列中。在HBase -mapreduce中，我必须在map中获取entiy的详细信息，并在reducer中聚合所有月份。
哪种方法更好，效果更好？提前谢谢。
一些假设：
- 您有许多实体，并且希望每月保存一次其状态
- 您希望从MapReduce作业中获得的结果将聚合这些实体，并根据月份保存信息，例如，2013年1月的数字（在所有实体中）是多少。
- 您每月不会为每个实体存储大量信息
我认为Flat-Wide表方法会产生更好的结果。
设计一个扁平而宽的表意味着所有实体数据都保留在行中（这就是为什么大小不大很重要的原因。如果我没记错的话，HBase 以每列系列的块形式存储数据，这是发生压缩的级别..有关详细信息，请参阅性能优化建议部分）。由于它们在一起，您应该能够快速获取任何实体信息，前提是您拥有行键列系列列量词信息。此外，假设实体标识符是散列的（或者你用散列作为前缀），你也应该能够防止单调增加键值。
关于运行MapReduce作业。由于此时数据均匀分布在所有区域服务器上，因此计算也将分布。这意味着所有机器同样可能做相同数量的工作。但是，您也可以使用Tall-Narrow模型来获得它（假设您正确设计了架构）。