hbase建表时，支持预分区，在shell中操作： 需要注意的是，表t1建立4个分区：[min,'10')，['10','20')，['20','30')，['30',max) 插入数据之后，数据可能还在内存，没有刷到hdfs，做下操作： 从hbase管理界面查看 ...

自定义排序（WritableComparable） 当写mr程序来处理文本时，经常会将处理后的信息封装到我们自定义的bean中，并将bean作为map输出的key来传输 而mr程序会在处理数据的过程中（传输到reduce之前）对数据排序（如：map端生成的文件中的内容分区且区内有序）。 操作 ...

在谈到多级页表的优势的时候，很多地方都是这么说的：32位地址空间的分页系统，如果页面大小为4KB，则每个进程可达1M个页，假设每个页表项占用4个字节，这样每个进程仅仅页表项就占用了4MB连续的内存空间。 那么多级页表怎么节省存储空间的？ 如果是2级页表，32位地址分为10，,10,12这3部分 ...

（what）什么是预分区？ HBase表在刚刚被创建时，只有1个分区（region），当一个region过大（达到hbase.hregion.max.filesize属性中定义的阈值，默认10GB）时， 表将会进行split，分裂为2个分区。表在进行split的时候，会耗费大量的资源，频繁 ...

HBase的预分区 1、为何要预分区？ 增加数据读写效率 负载均衡，防止数据倾斜 方便集群容灾调度region 优化Map数量 2、如何预分区？ 每一个region维护着startRow与endRowKey，如果加入的数据符合某个region维护的rowKey范围 ...

python 内存节省的方法 【问题】 程序创建大量（可能上百万）对象，导致占用大量内存 【方法】 一、创建大量的对象 对于主要当成简单的数据结构类而言，通过添加__slots__属性来极大的减少实例所占用的内存 eg: 原理： 定义__slots__后，python会使用一种更加紧 ...

在创建Hbase表的时候默认一张表只有一个region，所有的put操作都会往这一个region中填充数据，当这个一个region过大时就会进行split。如果在创建HBase的时候就进行预分区则会减少当数据量猛增时由于region split带来的资源消耗。 HBase表的预分区需要紧密结合 ...

创建region，官方提供4种重载 hbase shell 里创建table 就不说了，简单资料也多,最大的坑是版本冲突，或包缺失 例 为了java代码和命令行创建一致使用 注意 HexStringSplit 类，这个类是在 hbase-server包里 ...