我的HBase是使用的是CDH5.15中的版本，其版本对应的是HBase的版本为1.2，后续的分析都是基于该版本的源码做的分析。

一、SplitRegionPolicy及其子类介绍

在HBase的1.2版本中，RegionSplitPolicy的实现子类共有6个，如下类图：

以下针对这几个拆分策略做单独的说明。

1、RegionSplitPolicy

RegionSplitPolicy是一个抽象类，其做为所有Region拆分策略的父类。在0.94版本以前，默认的拆分策略是ConstantSizeRegionSplitPolicy，在0.94版本以后，默认的拆分策略为IncreasingToUpperBoundRegionSplitPolicy，这个在RegionSplitPolicy的类注释也有说明：

在RegionSplitPolicy中，需要重点关注一个方法getSplitPoint()，其返回Region分裂点的逻辑，其实现代码如下：

 /** * @return the key at which the region should be split, or null * if it cannot be split. This will only be called if shouldSplit * previously returned true. */ protected byte[] getSplitPoint() { byte[] explicitSplitPoint = this.region.getExplicitSplitPoint(); if (explicitSplitPoint != null) { return explicitSplitPoint; } List<Store> stores = region.getStores(); byte[] splitPointFromLargestStore = null; long largestStoreSize = 0; for (Store s : stores) { byte[] splitPoint = s.getSplitPoint(); long storeSize = s.getSize(); if (splitPoint != null && largestStoreSize < storeSize) { splitPointFromLargestStore = splitPoint; largestStoreSize = storeSize; } } return splitPointFromLargestStore; }

其首先是判断该Resion是否有用户显示定义的分裂点，如果有则使用用户定义的分裂点，如果则没有则取当前Region的Store中Size最大的那个定义的分裂点。

用户通过在HBase Shell中创建表，通过SPLITS或者SPLITS_FILE参数指定，如下：

hbase>create 'test1','f1',SPLITS => ['10','20','30']

则其分裂点的分布如下：

Region_Name Start_Key End_Keyr1 10r2 10 20r3 20 30r4 30 

生成4个Regions。

如果分裂点比较多，不方便写在命令行，可将其列到一个文件中如splits.txt，每行写一个分裂Key，如将上面的分裂Key写到文件中如下：

102030

此时通过如下命令指定分裂Key：

hbase>create 'test1','f1',SPLITS_FILE=>'splits.txt'

2、IncreasingToUpperBoundRegionSplitPolicy
从上面的类图也可以看出IncreasingToUpperBoundRegionSplitPolicy是ConstantSizeRegionSplitPolicy的子类，其优化了原来ConstantSizeRegionSplitPolicy只是单一按照Region文件大小（通常默认为10G，其配置控制参数为hbase.hregion.max.filesize）的拆分策略，增加了对当前表的分片数做为判断因子。如果表的分片数为0或者大于100,则切分大小还是以设置的单一Region文件大小为标准；如果分片数在1～99之间，则取min(单一Region文件大小 , Region增加策略的初使化大小（其可由配置控制参数为hbase.increasing.policy.initial.size指定；如果没有配置该参数，由取值MemStore的缓存刷新值大小的两倍，MemStore缓存刷新值默认其值为128M，即此时取值256M）* 当前Table Region数的3次方)的结果做为拆分控制大小。

确定initialSize大小的代码逻辑如下：

 Configuration conf = getConf(); initialSize = conf.getLong("hbase.increasing.policy.initial.size", -1); if (initialSize > 0) { return; } HTableDescriptor desc = region.getTableDesc(); if (desc != null) { initialSize = 2 * desc.getMemStoreFlushSize(); } if (initialSize <= 0) { initialSize = 2 * conf.getLong(HConstants.HREGION_MEMSTORE_FLUSH_SIZE, HTableDescriptor.DEFAULT_MEMSTORE_FLUSH_SIZE); }

确定其拆分控制大小的实现方法如下：

/** * @return Region max size or {@code count of regions cubed * 2 * flushsize}, * which ever is smaller; guard against there being zero regions on this server. */ protected long getSizeToCheck(final int tableRegionsCount) { // safety check for 100 to avoid numerical overflow in extreme cases return tableRegionsCount == 0 || tableRegionsCount > 100 ? getDesiredMaxFileSize() : Math.min(getDesiredMaxFileSize(), initialSize * tableRegionsCount * tableRegionsCount * tableRegionsCount); }

要想达到每次拆分大小为10G的标准，则需要经过以下4次拆分：

第一次split：1^3 * 256 = 256MB 第二次split：2^3 * 256 = 2048MB 第三次split：3^3 * 256 = 6912MB 第四次split：4^3 * 256 = 16384MB > 10GB，因此取较小的值10GB 后面每次split的size都是10GB了

3、SteppingSplitPolicy

SteppingSplitPolicy是IncreasingToUpperBoundRegionSplitPolicy的子类，其总共源码只有几行，如下：

public class SteppingSplitPolicy extends IncreasingToUpperBoundRegionSplitPolicy { /** * @return flushSize * 2 if there's exactly one region of the table in question * found on this regionserver. Otherwise max file size. * This allows a table to spread quickly across servers, while avoiding creating * too many regions. */ protected long getSizeToCheck(final int tableRegionsCount) { return tableRegionsCount == 1 ? this.initialSize : getDesiredMaxFileSize(); }}

其对Region拆分文件大小做了优化，如果只有1个Region的情况下，那第1次的拆分就是256M，后续则按配置的拆分文件大小（10G）做为拆分标准。在IncreasingToUpperBoundRegionSplitPolicy策略中，针对大表的拆分表现很不错，但是针对小表会产生过多的Region，SteppingSplitPolicy则将小表的Region控制在一个合理的范围，对大表的拆分也不影响。

4、KeyPrefixRegionSplitPolicy

根据rowKey的前缀对数据进行分组，以便于将这些数据分到相同的Region中，这里是通过指定rowKey的前多少位作为前缀做为拆分控制参数，其参数控制为通过指定Table的描述参数KeyPrefixRegionSplitPolicy.prefix_length（旧版为prefix_split_key_policy.prefix_length）控制拆分前缀的长度，比如rowKey都是16位的，指定前5位是前缀，那么前5位相同的rowKey在进行region split的时候会分到相同的region中。

获取拆分点的实现原码如下：

 @Override protected byte[] getSplitPoint() { byte[] splitPoint = super.getSplitPoint(); if (prefixLength > 0 && splitPoint != null && splitPoint.length > 0) { // group split keys by a prefix return Arrays.copyOf(splitPoint, Math.min(prefixLength, splitPoint.length)); } else { return splitPoint; } }

5、DelimitedKeyPrefixRegionSplitPolicy

DelimitedKeyPrefixRegionSplitPolicy和KeyPrefixRegionSplitPolicy要达到的结果类似，都是通过将Rowkey的部分前缀做这拆分串，将其以这些前缀前头的RowKey，写到相同的Region中；DelimitedKeyPrefixRegionSplitPolicy的实现方式和KeyPrefixRegionSplitPolicy通过指定前缀固定长度的实现不同的是，其是根据RowKey中指定分隔字符做为拆分的，显得更加灵活，如RowKey的值为“userid_eventtype_eventid”，且指定了分隔字符串为下划线"_"，则DelimitedKeyPrefixRegionSplitPolicy将取RowKey值中从左往右且第一个分隔字符串之前的字符做为拆分串，在该示例中就是“userid”。其实现代码如下：

 @Override protected byte[] getSplitPoint() { byte[] splitPoint = super.getSplitPoint(); if (splitPoint != null && delimiter != null) { //find the first occurrence of delimiter in split point int index = com.google.common.primitives.Bytes.indexOf(splitPoint, delimiter); if (index < 0) { LOG.warn("Delimiter " + Bytes.toString(delimiter) + " not found for split key " + Bytes.toString(splitPoint)); return splitPoint; } // group split keys by a prefix return Arrays.copyOf(splitPoint, Math.min(index, splitPoint.length)); } else { return splitPoint; } }

6、DisabledRegionSplitPolicy

DisabledRegionSplitPolicy就是不使用Region拆分策略，将所有的数据都写到同一个Region中，其实现非常简单，代码如下：

public class DisabledRegionSplitPolicy extends RegionSplitPolicy { @Override protected boolean shouldSplit() { return false; }}

HBase在执行Region拆分之前，都会调用该方法执行检查是否可以拆分，如果不可以则不会执行后面的拆分点的检查了。

二、RegionSplitPolicy的使用

Region拆分策略可以全局统一配置，也可以为单独的表指定拆分策略。

1、通过hbase-site.xml全局统一配置

<property> <name>hbase.regionserver.region.split.policy</name> <value>org.apache.hadoop.hbase.regionserver.IncreasingToUpperBoundRegionSplitPolicy</value></property>

2、通过Java API为单独的表指定Region拆分策略

HTableDescriptor tableDesc = new HTableDescriptor("test1");tableDesc.setValue(HTableDescriptor.SPLIT_POLICY, IncreasingToUpperBoundRegionSplitPolicy.class.getName());tableDesc.addFamily(new HColumnDescriptor(Bytes.toBytes("cf1")));admin.createTable(tableDesc);----

3、通过HBase Shell为单个表指定Region拆分策略

hbase> create 'test1', {METADATA => {'SPLIT_POLICY' => 'org.apache.hadoop.hbase.regionserver.IncreasingToUpperBoundRegionSplitPolicy'}},{NAME => 'cf1'}