Hbase有着先天的优势和先天的劣势,而劣势就是其较差的数据定位能力,也就是数据查询能力。因为面向列的特点,Hbase只能单单地以rowkey为主键作查询,而无法对表进行多维查询和join操作,并且查询通常都是全表扫描,耗费资源较大,查询效率较低。类比于传统型数据库里的一些查询方式,本文对Hbase的存储原理进行了研究,借助分布式计算框架Mapreduce在Hbase上构建了二级索引,就可以对表进行有针对性的定位和高效率的查找,同时也减轻zookeeper服务对资源调度的压力。
2021-09-04 16:05:20
626KB
1
文章目录一、前言1、网上的主要两种说法2、不贴出mysql版本的测试都是耍流氓~3、mysql的count(*)和count(1)二、测试索引长度和索引基数对count(*)查询的影响1、总数据量1100W+ 表的速度2、默认使用的索引3、查看该表所有索引信息4、强制选择基数最小的country字段5、强制使用基数最小索引的聚合查询速度三、两千万的大表count(*) 优化1、user表的数量级以及默认count(*)的速度2、查看表索引3、实际使用的索引四、索引基数一致的情况下，会选择使用哪个索引呢1、索引基数一致2、查看对应的索引长度3、实际的优化手段五、为什么count(*)不用主键，或
2021-08-16 22:41:01
87KB
1