可能有很多类似的问题，但他们不回答我的情况（至少我不能明白这一点） .
-
我说，我有一个HBase中有4个列族的表 . 主要原因是每个列族具有不同的VERSIONS属性（非常不同） .
-
所有系列的所有列都不存储大数据（例如fulltexts），但平均为1KB（标识符为long，一些短字符串，整数等）
-
我需要以多种方式访问数据：按列系列扫描和获取，按版本（特定版本或范围）获取给定行的所有单元格，最后但并非最不重要：获取给定行的所有列的最新版本行 .
那么，在这种情况下，有4个列族的缺点是什么？读取是否效率较低，因为它们在不同的存储文件上运行（如果行不在内存中）？
3 回答
列族背后的想法很棒 - 不幸的是，目前的HBase实现并不能很好地处理很多列族 . 基本上，如果你有完全不同的访问模式，你应该尝试坚持使用一个并添加一秒 . 另见HBase manual
您可以做的是将不同的“家庭”保留为具有不同前缀的列 . HBase是稀疏的，所以它不会占用更多空间，如果你需要，你仍然可以在扫描中只使用一个带有columnPrefix过滤器的“系列”
HBase中的列族数有限制 . 每个Column Family有一个MemStore（它是一个写入缓存，可以在将数据写入Hfiles之前存储新数据），当一个已满时，它们都会刷新 .
添加列族的次数越多，创建的MemStore就越多，Memstore刷新次数也会越来越频繁 . 它会降低性能 .
根据Apache HBase wiki，Hbase将面临超过2或3个列系列的性能问题 .