Region分区

Region切分分为两种，创建表格时候的预分区即自定义分区，同时系统默认还会启动一个切分规则，避免单个 Region 中的数据量太大。

1. 预分区(自定义分区)

1.1 生成16进制序列预分区

hbase:014:0> create 'bigdata:staff1','info',SPLITS => ['1000','2000','3000','4000']
2025-02-28 13:02:59,614 INFO  [main] client.HBaseAdmin (HBaseAdmin.java:postOperationResult(3751)) - Operation: CREATE, Table Name: bigdata:staff1, procId: 194 completed
Created table bigdata:staff1
Took 2.1810 seconds                                                           
=> Hbase::Table - bigdata:staff1

在Hbase页面查看新建的staff1表：

1.2 生成16进制序列预分区

hbase:007:0> create 'bigdata:staff2','info',{NUMREGIONS => 15, SPLITALGO => 'HexStringSplit'}
2025-02-28 13:49:05,859 INFO  [main] client.HBaseAdmin (HBaseAdmin.java:postOperationResult(3751)) - Operation: CREATE, Table Name: bigdata:staff2, procId: 208 completed
Created table bigdata:staff2
Took 2.2060 seconds                                          
=> Hbase::Table - bigdata:staff2

在Hbase页面查看新建的staff2表：
可以看到拆分区的是使用八位的十六进制数字进行区分。存放数据的时候首先将rowkey进行16进制转换，然后再放进对应范围分区里面，使用起来不太直观。

1.3 按照文件中设置的规则预分区

创建split.txt文件内容如下,文件不能有空行和空格：

[jack@hadoop102 hbase-2.6.1]$ cat split.txt 
aaa
bbb
ccc
ddd
eee
hbase:010:0> create 'bigdata:staff4','info',SPLITS_FILE => 'split.txt'
2025-02-28 14:05:49,411 INFO  [main] client.HBaseAdmin (HBaseAdmin.java:postOperationResult(3751)) - Operation: CREATE, Table Name: bigdata:staff4, procId: 254 completed
Created table bigdata:staff4
Took 2.1640 seconds                                                 
=> Hbase::Table - bigdata:staff4

1.4 使用JavaAPI创建预分区

2. 系统拆分

Region的拆分是由HRegionServer完成的，在操作之前需要通过ZK汇报master，修改对应的Meta表信息添加两列 info：splitA和info：splitB信息。之后需要操作HDFS上面对应的文件，按照拆分后的Region范围进行标记区分，实际操作为创建文件引用，不会挪动数据。刚完成拆分的时候，两个Region都由原先的RegionServer管理。之后汇报给 Master，由Master将修改后的信息写入到Meta表中。等待下一次触发负载均衡机制，才会修改Region的管理服务者，而数据要等到下一次压缩时，才会实际进行移动。
不管是否使用预分区，系统都会默认启动一套Region拆分规则。不同版本的拆分规则有差别。系统拆分策略的父类为 RegionSplitPolicy。

2.1 0.94版本之前

使用的策略是ConstantSizeRegionSplitPolicy类：当1个region中的某个Store下所有StoreFile 的总大小超过hbase.hregion.max.filesize(10G)，该Region就会进行拆分。

2.2 0.94版本之后，2.0版本之前

使用的策略是IncreasingToUpperBoundRegionSplitPolicy类：当1个region中的某个Store下所有StoreFile的总大小超过min(initialSize*R^3 ,hbase.hregion.max.filesize)，该Region就会进行拆分。其中 initialSize的默认值为2*hbase.hregion.memstore.flush.size，R为当前Region Server中属于该Table的Region个数(0.94版本之后)。具体的切分策略为：
第一次split：1^3256=256MB
第二次split：2^3256=2048MB
第三次split：3^3256=6912MB
第四次split：4^3256=16384MB>10GB，因此取较小的值10GB
后面每次split的size都是10GB了。

2.3 2.0版本之后

使用的策略是SteppingSplitPolicy类：如果当前RegionServer上该表只有一个 Region，按照2*hbase.hregion.memstore.flush.size分裂，否则按照hbase.hregion.max.filesize分裂。