面试题：HBase中创建表时如何设置合适的列族及相关参数

Question

在HBase中创建一张学生信息表，包含'基本信息'和'成绩信息'两个列族。假设基本信息列族可能会存储姓名、年龄等常规信息，成绩信息列族会存储多门课程成绩。请描述创建这张表时，如何合理设置列族的一些关键参数，如最大版本数、块缓存策略等，并给出创建表的HBase Shell命令。

Answer 1

列族关键参数设置

1. 最大版本数：
   • 基本信息列族：对于基本信息列族，如姓名、年龄等常规信息，一般不需要保留太多版本。可以将最大版本数设置为1，因为这些信息通常不会频繁变动且保留过多历史版本意义不大。
   • 成绩信息列族：成绩信息可能会有多次更新（如补考成绩等情况），所以可以适当设置较大的版本数，例如5，以保留一定的历史成绩记录。
2. 块缓存策略：
   • 基本信息列族：基本信息通常访问频率较高，适合将块缓存策略设置为开启（默认开启），这样可以提高查询性能，因为块缓存会缓存经常访问的数据块，下次查询相同数据时可直接从缓存获取，减少磁盘I/O。
   • 成绩信息列族：成绩信息访问频率可能相对较低，若系统内存紧张，可以考虑将块缓存策略设置为关闭，以节省内存空间，让更多内存用于其他操作或其他更频繁访问的数据。

创建表的HBase Shell命令

create '学生信息表', 
{NAME => '基本信息', VERSIONS => 1, BLOCKCACHE => true}, 
{NAME => '成绩信息', VERSIONS => 5, BLOCKCACHE => false}