Mongodb Hbase数据应如何用于快速查询响应？

我有以下规则的情况：

用户一次只能在一个地点。如果用户A在场馆X报到，然后在 场地Y，他们不再在场地X

办理登机手续最多只能“持续”3小时。如果用户A在场馆X报到，然后 3个小时内什么都没有，他们已经不在X场地了

数据将使用Kafka和spark流解析成HBase

我想使用HBase，TTL为3小时，版本控制为1，满足上述条件。问题是，我不知道如何在HBase中组织数据以实现更快的查询响应，我应该使用带有场馆名称或场馆名称的单个列作为不同的列名吗

哪一个是更好的选择？为什么

需要执行的查询包括： 1.用户A现在在哪里？

---

2.现在在场馆X有哪些用户？

最有效的查询是基于HBase表的行键。 我会使用用户名作为行键，以便能够快速获取特定用户所在位置的信息。每行需要一列-地点

---

显然，要收集所有数据（查询2：在场馆X的用户是什么），您需要扫描整个（部分）表。所以它不会很有效率。如果您面临此类查询的性能问题，请查看HBase的二级索引。

最有效的查询基于HBase表的行键。 我会使用用户名作为行键，以便能够快速获取特定用户所在位置的信息。每行需要一列-地点

---

显然，要收集所有数据（查询2：在场馆X的用户是什么），您需要扫描整个（部分）表。所以它不会很有效率。查看HBase的二级索引—如果您在此类查询中遇到性能问题。

因此，为了解决上述情况，我建议使用两个表：

第一个表的行键将是userID（我还建议添加一些shard键，如（userID%HBase区域数），以均匀分布数据并避免热点）。此表将提供映射userID->vention，并检查特定用户将在哪里使用O（1）

第二个表的行键将是venueID+userID（也以一些shard键作为前缀）。因此，您可以使用KeyOnlyFilter和PrefixFilter（前缀为场地）获取特定场地中的所有用户。这应该很快

由于您使用Kafka和Spark，因此摄取两个表不会影响您的性能

---

如果您需要更多详细信息，请告诉我。

因此，为了解决上述情况，我建议有两个表：

第一个表的行键将是userID（我还建议添加一些shard键，如（userID%HBase区域数），以均匀分布数据并避免热点）。此表将提供映射userID->vention，并检查特定用户将在哪里使用O（1）

第二个表的行键将是venueID+userID（也以一些shard键作为前缀）。因此，您可以使用KeyOnlyFilter和PrefixFilter（前缀为场地）获取特定场地中的所有用户。这应该很快

由于您使用Kafka和Spark，因此摄取两个表不会影响您的性能

---

如果您需要更多详细信息，请告诉我。

预计有多少用户和多少场馆？什么是读写比？预计每秒有多少个请求？这是一个新的实时查询实现。目前一切都将减少，但预计每个公共场所都将成为一个场馆。预计有多少用户和多少场馆？什么是读写比？预计每秒有多少个请求？这是一个新的实时查询实现。现在一切都会变少，但希望每一个公共场所都能成为一个场所。这是一个不错的方法。但是你认为它值得两个表吗？这种非规范化的主要开销是更新。但据我所知，在您的案例中，更新是在测试期间同时进行的。因此，您可以在两个表中保持数据同步。所以，我认为这应该行得通。很好的方法。但是你认为它值得两个表吗？这种非规范化的主要开销是更新。但据我所知，在您的案例中，更新是在测试期间同时进行的。因此，您可以在两个表中保持数据同步。所以，我认为这应该行得通。