Bigtable：在行键上使用时间戳时避免热点

Question

Cloud Bigtable docs on schema design for time series说：

在绝大多数情况下，时间序列查询是在给定时间段内访问给定数据集。因此，请确保给定时间段内的所有数据都存储在连续的行中，除非这样做会导致热点。

另外，here's what they recommend to avoid hotspotting:

如果您要存储手机的电池状态，并且您的行键由单词“BATTERY”加上时间戳组成，那么行键将始终按顺序增加。由于 Cloud Bigtable 将相邻的行键存储在同一个服务器节点上，因此所有写入将仅集中在一个节点上，直到该节点已满，此时写入将移至集群中的下一个节点。

建议现场推广：

将列数据中的字段移动到行键中以使写入不连续。

例如：

BATTERY#20150301124501001 --> BATTERY#Corrie#20150301124501001

问题：

1. 字段提升可以解决热点问题。不过，这不会让按时间范围查询有点困难吗？
2. 另一方面，如果您只想通过 TIMESTAMP 查询范围，是否可以避免热点？不要这么认为，对吧？

谢谢！

Answer 1

1. 字段提升可以解决热点问题。不过，这不会让按时间范围查询有点困难吗？

这取决于您的查询是什么样的。例如，如果要查询 Corrie 从 T1 到 T2 的电池状态，可以轻松构造一个行范围：[BATTERY#Corrie#T1,BATTERY#Corrie#T2]。但是，如果要查询所有用户的电池状态，则将扫描所有前缀为BATTERY 的行。

因此，您拥有的最重要的查询应该指示您将哪些字段提升为行键。此外，具有高基数的字段在提升为行键时更有帮助，因为它们将负载分配给更多的平板电脑。

1. 另一方面，如果您只想通过 TIMESTAMP 查询范围，是否可以避免热点？不要这么认为，对吧？

我不完全确定“仅查询范围内的时间戳”是什么意思，你能举个例子吗？

很大程度上取决于“TIMESTAMP”的含义。如果您总是想查询最后 10 分钟，那么您的所有查询将在任何给定时间转到单个服务器，您将体验到热点。

要记住的另一件事是，如果您没有正确设计行键，写入将遇到热点，您将无法获得良好的写入吞吐量。建议设计行键以避免热点。