在研究面向列的数据库时，我读了很多遍“主键是数据”(e、 例如，面向列的数据库管理系统）
我想我可以按值随机访问任何单元格（在某一列中），因为值，即数据，已经作为主键索引。
但是在我将超过3m行放入hbase之后，hbase shell命令
scan 'lottery', {COLUMNS => 'cf:status', FILTER => "ValueFilter(=, 'binary:win')"}需要3秒以上。。。
（随着越来越多的行被放进去，速度越来越慢……） 'win' 或者 'lose' 列有两个可能的值 cf:status 只有一行的值是 'win' .
我可能误解了。。。
在面向列的数据库中，“主键是数据”是什么意思？
谢谢您。
1条答案
按热度按时间unguejic1#
要使用hbase快速查找内容，它需要是rowkey的前缀。因此，rowkey设计是非常重要的建设时，速度。对于您的情况，可以使用
'lottery_win'或者'lottery_lose'在每行的rowkey的开头。这将使查询scan 'lottery_win'查询速度非常快（亚秒），即使有上千亿行。hbase中的过滤器通常不是很快，因为过滤器会查看与您扫描的每一行相匹配的内容。如果您想提高速度，让一个过滤器读取数百万行通常不是一个好主意。
dbms中的主键并不意味着任何关于性能的东西。它是对可以放入表中的记录的约束。给出速度的是一个指数。hbase表只有一个索引项，即rowkey。没有其他列被索引，因此筛选器速度很慢（以每秒数百万行的顺序）。