Best Practices für Schemadesign

Diese Seite enthält Informationen zum Schemadesign von Bigtable. Bevor Sie diese Seite lesen, sollten Sie sich mit den Informationen unter Bigtable vertraut machen. Folgende Themen werden auf dieser Seite behandelt:

  • Allgemeine Konzepte: Grundlegende Konzepte, die Sie beim Erstellen Ihres Schemas berücksichtigen sollten.
  • Best Practices: Gestaltungsrichtlinien, die für die meisten Anwendungsfälle gelten, aufgeschlüsselt nach Tabellenkomponente.
  • Spezielle Anwendungsfälle: Empfehlungen für bestimmte Anwendungsfälle und Datenmuster.

Allgemeine Konzepte

Der Entwurfsprozess für ein Bigtable-Schema unterscheidet sich vom Entwurfsprozess für ein Schema für eine relationale Datenbank. Ein Bigtable-Schema wird durch die Anwendungslogik und nicht durch ein Schemadefinitionsobjekt oder eine -datei definiert. Sie können einer Tabelle Spaltenfamilien hinzufügen, wenn Sie die Tabelle erstellen oder aktualisieren. Spalten und Zeilenschlüsselmuster werden jedoch durch die Daten definiert, die Sie in die Tabelle schreiben.

In Bigtable ist ein Schema ein Entwurf oder ein Modell einer Tabelle, die die Struktur der folgenden Tabellenkomponenten enthält:

  • Zeilenschlüssel
  • Spaltenfamilien, einschließlich ihrer Richtlinien für die automatische Speicherbereinigung
  • Spalten

In Bigtable wird das Schemadesign hauptsächlich durch die Abfragen oder Leseanfragen gesteuert, die Sie an die Tabelle senden möchten. Da das Lesen eines Zeilenbereichs die schnellste Möglichkeit ist, Bigtable-Daten zu lesen, sind die Empfehlungen auf dieser Seite darauf ausgelegt, Sie bei der Optimierung von Zeilenbereich-Lesevorgängen zu unterstützen. In den meisten Fällen bedeutet dies, eine Abfrage basierend auf Zeilenschlüsselpräfixen zu senden.

Ein zweiter Aspekt ist die Vermeidung von Hotspots. Um Hotspots zu vermeiden, müssen Sie Schreibmuster berücksichtigen und überlegen, wie Sie den Zugriff auf einen kleinen Schlüsselbereich in kurzer Zeit vermeiden können.

Die folgenden allgemeinen Konzepte gelten für das Schemadesign von Bigtable:

  • Bigtable ist ein Schlüssel/Wert-Speicher, kein relationaler Speicher. Es unterstützt keine Joins und Transaktionen werden nur in einer einzelnen Zeile unterstützt.
  • Jede Tabelle verfügt nur über einen Index, den Zeilenschlüssel. Es gibt keine sekundären Indexe. Zeilenschlüssel dürfen jeweils nur einmal vorkommen.
  • Zeilen werden lexikografisch nach Zeilenschlüssel geordnet, vom kleinsten bis zum größten Bytestring. Zeilenschlüssel werden in Big-Endian-Byte-Reihenfolge (manchmal auch Netzwerk-Byte-Reihenfolge genannt), dem binären Äquivalent der alphabetischen Reihenfolge sortiert.
  • Spaltenfamilien werden nicht in einer bestimmten Reihenfolge gespeichert.
  • Spalten werden nach Spaltenfamilien gruppiert und in lexikografischer Reihenfolge innerhalb der Spaltenfamilie sortiert. Beispiel: In einer Spaltenfamilie mit dem Namen SysMonitor mit Spaltenqualifizierer von ProcessName, User, %CPU, ID, Memory, DiskRead und Priority speichert Bigtable die Spalten in folgender Reihenfolge:
SysMonitor
%CPU DiskRead ID Speicher Priorität ProcessName Nutzer
  • Der Schnittpunkt einer Zeile und Spalte kann mehrere Zellen mit Zeitstempel enthalten. Jede Zelle enthält eine eindeutige Version der Daten mit Zeitstempel für die jeweilige Zeile und Spalte.
  • Familien von aggregierten Spalten enthalten aggregierte Zellen. Sie können Spaltenfamilien erstellen, die nur aggregierte Zellen enthalten. Mit einer Aggregatfunktion können Sie neue Daten mit bereits in den Zellen enthaltenen Daten zusammenführen.
  • Alle Vorgänge sind auf Zeilenebene atomar. Ein Vorgang wirkt sich entweder auf eine ganze Zeile oder keine einzelne Zeile aus.
  • Idealerweise sollten sowohl Lese- als auch Schreibvorgänge gleichmäßig über den Zeilenbereich einer Tabelle verteilt werden.
  • Bigtable-Tabellen sind "Sparse Tables". Eine Spalte belegt keinen Platz in einer Zeile, in der die Spalte nicht verwendet wird.

Best Practices

Ein gutes Schema führt zu exzellenter Leistung sowie Skalierbarkeit und ein schlechtes Schema kann zu einem System mit schwacher Leistung führen. Jeder Anwendungsfall ist anders und erfordert ein eigenes Design, für die meisten Anwendungsfälle gelten die folgenden Best Practices. Ausnahmen sind vermerkt.

In den folgenden Abschnitten werden, beginnend mit der Tabellenebene bis hinunter zur Ebene der Zeilenschlüssel, die Best Practices für den Schemaentwurf beschrieben:

Alle Tabellenelemente, insbesondere Zeilenschlüssel, sollten auf geplante Leseanfragen ausgelegt werden. Empfohlene und feste Größenlimits für alle Tabellenelemente finden Sie unter Kontingente und Limits.

Da alle Tabellen in einer Instanz auf denselben Tabellenreihen gespeichert sind, kann ein Schemadesign, das zu Heißlaufen in einer Tabelle führt, die Latenz anderer Tabellen in derselben Instanz beeinflussen. Hotspots entstehen dadurch, dass häufig innerhalb eines kurzen Zeitraums auf einen Teil der Tabelle zugegriffen wird.

Tables

Speichern Sie Datasets mit ähnlichen Schemas in derselben Tabelle und nicht in separaten Tabellen.

In anderen Datenbanksystemen entscheiden Sie sich möglicherweise, Daten basierend auf dem Thema und der Anzahl der Spalten in mehreren Tabellen zu speichern. In Bigtable ist es jedoch normalerweise besser, alle Daten in einer Tabelle zu speichern. Sie können jedem Dataset ein eindeutiges Zeilenschlüsselpräfix zuweisen, sodass Bigtable die zugehörigen Daten in einem zusammenhängenden Bereich von Zeilen speichert, die Sie dann anhand des Zeilenschlüsselpräfixes abfragen können.

Bigtable hat ein Limit von 1.000 Tabellen pro Instanz. Normalerweise sollten Sie jedoch weit weniger Tabellen haben. Vermeiden Sie das Erstellen einer großen Anzahl von Tabellen aus den folgenden Gründen:

  • Das Senden von Anfragen an viele verschiedene Tabellen kann den Aufwand der Backend-Verbindung erhöhen, was zu einem Anstieg der Extremwert-Latenz führt.
  • Mehrere Tabellen in verschiedenen Größen können das Load-Balancing im Hintergrund stören, das für die Leistungsfähigkeit von Bigtable sorgt.

Möglicherweise möchten Sie eine separate Tabelle für einen anderen Anwendungsfall, der ein anderes Schema erfordert. Sie sollten jedoch keine separaten Tabellen für ähnliche Daten verwenden. Sie sollten z. B. keine neue Tabelle erstellen, weil das Jahr neu ist oder Sie einen neuen Kunden haben.

Spaltenfamilien

Legen Sie für verwandte Spalten dieselbe Spaltenfamilie fest. Wenn eine Zeile mehrere Werte enthält, die einen Bezug zueinander haben, empfiehlt es sich, die Spalten mit diesen Werten in derselben Spaltenfamilie zu gruppieren. Gruppieren Sie Daten so nah wie möglich beieinander, damit Sie keine komplexen Filter entwerfen müssen und in Ihren häufigsten Leseanfragen genau die Informationen erhalten, die Sie benötigen, aber nicht mehr.

Sie können bis zu 100 Spaltenfamilien pro Tabelle erstellen. Wenn Sie mehr als 100 Spaltenfamilien erstellen, kann das die Leistung beeinträchtigen.

Wählen Sie kurze Namen für Ihre Spaltenfamilien aus. Die Namen sind in den Daten enthalten, die bei jeder Anfrage übertragen werden.

Legen Sie für Spalten mit unterschiedlichen Datenaufbewahrungsanforderungen verschiedene Spaltenfamilien fest. Diese Vorgehensweise ist wichtig, wenn Sie die Speicherkosten in Grenzen halten möchten. Richtlinien für die automatische Speicherbereinigung werden auf der Ebene der Spaltenfamilie und nicht auf Spaltenebene festgelegt. Wenn Sie beispielsweise nur die neueste Version eines bestimmten Datenelements aufbewahren müssen, sollten Sie diese nicht in einer Spaltenfamilie speichern, die darauf ausgelegt ist,1.000 Versionen eines anderen Elements zu speichern. Andernfalls müssen Sie für das Speichern von 999 Datenzellen zahlen, die Sie nicht benötigen.

Spalten

Optional: Spaltenqualifizierer wie Daten behandeln. Da Sie einen Spaltenqualifizierer für jede Spalte speichern müssen, können Sie Platz sparen, indem Sie die Spalte mit einem Wert benennen. Betrachten Sie als Beispiel eine Tabelle, in der Daten zu Freundschaften in einer Friends-Spaltenfamilie gespeichert sind. Jede Zeile repräsentiert eine Person und deren Freundschaften. Jeder Spaltenqualifizierer kann die ID eines Freundes sein. Dann kann der Wert für jede Spalte in dieser Zeile der soziale Kreis sein, in dem sich der Freund befindet. In diesem Beispiel könnten die Zeilen so aussehen:

Zeilenschlüssel Spaltenqualifizierer:Wert Spaltenqualifizierer:Wert Spaltenqualifizierer:Wert
Jose Fred:book-club Gabriel:work Hiroshi:tennis
Sofia Hiroshi:work Seo Yoon:school Jakob:chess-club

Vergleichen Sie dieses Schema mit einem Schema für die Daten, das Spaltenqualifizierer nicht wie Daten behandelt und stattdessen dieselben Spalten in jeder Zeile hat:

Zeilenschlüssel Spaltenqualifizierer:Wert Spaltenqualifizierer:Wert
Jose#1 Friend:Fred Circle:book-club
Jose#2 Friend:Gabriel Circle:work
Jose#3 Friend:Hiroshi Circle:tennis
Sofia#1 Friend:Hiroshi Circle:work
Sofia#2 Friend:Seo Yoon Circle:school
Sofia#3 Friend:Jakob Circle:chess-club

Das zweite Schemadesign führt dazu, dass die Tabelle schneller wächst.

Wenn Sie Spaltenqualifizierer zum Speichern von Daten verwenden, geben Sie den Spaltenqualifizierern kurze, aber aussagekräftige Namen. Auf diese Weise können Sie die Datenmenge reduzieren, die bei jeder Anfrage übertragen wird. Die maximale Größe beträgt 16 KB.

Erstellen Sie in der Tabelle so viele Spalten wie nötig. Bigtable-Tabellen sind dünnbesetzt und es gibt keine Platzbeschränkungen für Spalten, die nicht in einer Zeile verwendet werden. Sie können in einer Tabelle Millionen von Spalten angeben, solange keine Zeile das Limit von 256 MB pro Zeile überschreitet.

Vermeiden Sie zu viele Spalten in einer einzelnen Zeile. Obwohl eine Tabelle Millionen von Spalten haben kann, sollte eine Zeile nicht vorhanden sein. Einige Faktoren tragen zu dieser Best Practice bei:

  • Bigtable benötigt Zeit für die Verarbeitung der einzelnen Zellen in einer Zeile.
  • Jede Zelle erhöht die Datenmenge, die in Ihrer Tabelle gespeichert und über das Netzwerk gesendet wird, mit zusätzlichem Aufwand. Wenn Sie beispielsweise 1 KB (1.024 Byte) an Daten speichern, ist es viel platzsparender, diese Daten in einer einzelnen Zelle zu speichern, anstatt die Daten auf 1.024 Zellen mit jeweils 1 Byte zu verteilen.

Wenn Ihr Dataset logisch mehrere Spalten pro Zeile benötigt, als Bigtable effizient verarbeiten kann, sollten Sie die Daten als protobuf in einer einzelnen Spalte speichern.

Zeilen

Die Größe aller Werte in einer einzelnen Zeile sollte unter 100 MB liegen. Die Daten in einer einzelnen Zeile dürfen 256 MB nicht überschreiten. Zeilen, die dieses Limit überschreiten, können zu einer geringeren Leseleistung führen.

Bewahren Sie alle Informationen für eine Entität in einer einzelnen Zeile auf. In den meisten Anwendungsfällen sollten Sie Daten, die Sie atomar oder auf einmal lesen müssen, nicht in mehreren Zeilen speichern, um Inkonsistenzen zu vermeiden. Wenn Sie zum Beispiel zwei Zeilen in einer Tabelle aktualisieren, ist es möglich, dass eine Zeile erfolgreich aktualisiert wird und die andere nicht. Ihr Schema darf nicht mehr als eine Zeile gleichzeitig aktualisieren, damit ähnliche Daten korrekt sind. Dadurch wird sichergestellt, dass die Daten nicht vorübergehend unvollständig sind, wenn ein Teil einer Schreibanfrage fehlschlägt oder noch einmal gesendet werden muss.

Ausnahme: Wenn das Speichern einer Entität in einer einzelnen Zeile zu Zeilen mit mehreren MB führt, sollten Sie die Daten auf mehrere Zeilen aufteilen.

Speichern Sie verwandte Entitäten in benachbarten Zeilen, damit Lesevorgänge effizienter werden.

Zellen

Speichern Sie nicht mehr als 10 MB Daten in einer einzelnen Zelle. Denken Sie daran, dass eine Zelle die Daten sind, die für eine bestimmte Zeile und Spalte mit einem eindeutigen Zeitstempel gespeichert sind, und dass mehrere Zellen am Schnittpunkt dieser Zeile und Spalte gespeichert werden können. Die Anzahl der in einer Spalte beibehaltenen Zellen wird durch die Richtlinie zur automatischen Speicherbereinigung bestimmt, die Sie für die Spaltenfamilie festlegen, die diese Spalte enthält.

Mit aggregierten Zellen werden aggregierte Daten gespeichert und aktualisiert. Wenn es Ihnen nur um den aggregierten Wert von Ereignissen für eine Entität geht, z. B. die monatliche Summe der Verkäufe pro Mitarbeiter in einem Einzelhandelsgeschäft, können Sie Zusammenfassungen verwenden. Weitere Informationen finden Sie unter Aggregatwerte beim Schreiben (Vorschau).

Zeilenschlüssel

Entwerfen Sie den Zeilenschlüssel basierend auf den Abfragen, mit denen Sie die Daten abrufen. Speziell konzipierte Zeilenschlüssel ermöglichen die optimale Leistung von Bigtable. Die effizientesten Bigtable-Abfragen rufen Daten mit einer der folgenden Optionen ab:

  • Zeilenschlüssel
  • Zeilenschlüsselpräfix
  • Zeilenbereich, der durch den Start und das Ende der Zeilenschlüssel definiert wird

Andere Arten von Abfragen lösen einen Scan der gesamten Tabelle aus, was deutlich weniger effizient ist. Wenn Sie von vornherein den richtigen Zeilenschlüssel wählen, verhindern Sie, dass Sie später mühsam Daten migrieren müssen.

Begrenzen Sie die Größe des Zeilenschlüssels. Ein Zeilenschlüssel darf maximal 4 KB groß sein. Lange Zeilenschlüssel belegen zusätzlichen Arbeitsspeicher und Speicherplatz und erhöhen die Zeit, die für das Empfang von Antworten vom Bigtable-Server benötigt wird.

Speichern Sie mehrere durch Trennzeichen getrennte Werte in den einzelnen Zeilenschlüsseln. Die effizienteste Methode zum effizienten Abfragen von Bigtable ist der Zeilenschlüssel. Daher ist es oft nützlich, mehrere Kennungen in Ihren Zeilenschlüssel aufzunehmen. Wenn Ihr Zeilenschlüssel mehrere Werte enthält, ist es besonders wichtig, ein klares Verständnis von der Verwendung der Daten zu haben.

Zeilenschlüsselsegmente werden normalerweise durch ein Trennzeichen getrennt, z. B. einen Doppelpunkt, einen Schrägstrich oder ein Rautezeichen. Das erste Segment oder der erste Satz zusammenhängender Segmente ist das Zeilenschlüsselpräfix und das letzte Segment oder der letzte Satz zusammenhängender Segmente ist das Zeilenschlüsselsuffix.

Grafik: Beispiel für einen Zeilenschlüssel

Mit sorgfältig ausgewählten Zeilenschlüsselpräfixen können Sie die eingebaute Sortierung von Bigtable für das Speichern verwandter Daten in benachbarten Zeilen nutzen. Das Speichern zusammengehöriger Daten in angrenzenden Zeilen bietet Ihnen die Möglichkeit, auf verwandte Daten als Zeilenbereich zuzugreifen und keine ineffiziente Tabellensuche ausführen zu müssen.

Wenn Ihre Daten Ganzzahlen enthalten, die Sie numerisch speichern oder sortieren möchten, versehen Sie die Ganzzahlen mit vorangestellten Nullen auf. Bigtable speichert Daten lexikografisch. Beispiel: lexikografisch, 3 > 20, aber 20 > 03. Wenn Sie die Drei mit einer vorangestellten Null versehen, werden die Zahlen numerisch sortiert. Diese Taktik ist für Zeitstempel wichtig, in denen bereichsbasierte Abfragen genutzt werden.

Es ist wichtig, einen Zeilenschlüssel zu erstellen, mit dem ein klar definierter Zeilenbereich abgerufen werden kann. Andernfalls erfordert Ihre Abfrage einen Tabellenscan, der viel langsamer ist als das Abrufen bestimmter Zeilen.

Wenn Ihre Anwendung beispielsweise Mobilgerätedaten erfasst, können Sie einen Zeilenschlüssel haben, der aus dem Gerätetyp, der Geräte-ID und dem Tag besteht, an dem die Daten aufgezeichnet werden. Zeilenschlüssel für diese Daten können so aussehen:

        phone#4c410523#20200501
        phone#4c410523#20200502
        tablet#a0b81f74#20200501
        tablet#a0b81f74#20200502

Mit diesem Zeilenschlüssel-Design können Sie Daten mit einer einzigen Anfrage für Folgendes abrufen:

  • Einen Gerätetyp
  • Eine Kombination aus Gerätetyp und Geräte-ID

Dieses Zeilenschlüsseldesign ist nicht ideal, wenn Sie alle Daten für einen bestimmten Tag abrufen möchten. Da der Tag im dritten Segment oder im Suffix des Zeilenschlüssels gespeichert wird, können Sie nicht einfach einen Zeilenbereich anhand des Suffixes oder des mittleren Abschnitts des Zeilenschlüssels anfordern. Stattdessen müssen Sie eine Leseanfrage mit einem Filter senden, der die gesamte Tabelle auf den Tageswert hin scannt.

Verwenden Sie für Ihre Zeilen lesbare Stringwerte, sofern dies möglich ist. Diese Vorgehensweise erleichtert die Verwendung des Key Visualizer-Tools zum Beheben von Problemen mit Bigtable.

Oft sollten Sie Zeilenschlüssel entwerfen, die mit einem gemeinsamen Wert beginnen und mit einem detaillierten Wert enden. Wenn Ihr Zeilenschlüssel beispielsweise einen Kontinent, ein Land und eine Stadt enthält, können Sie Zeilenschlüssel wie die folgenden erstellen, damit sie automatisch zuerst nach Werten mit geringerer Kardinalität sortiert werden:

        asia#india#bangalore
        asia#india#mumbai
        asia#japan#osaka
        asia#japan#sapporo
        southamerica#bolivia#cochabamba
        southamerica#bolivia#lapaz
        southamerica#chile#santiago
        southamerica#chile#temuco

Zu vermeidende Zeilenschlüssel

Einige Arten von Zeilenschlüsseln können das Abfragen Ihrer Daten erschweren und andere die Leistung beeinträchtigen. In diesem Teil werden einige Arten von Zeilenschlüsseln beschrieben, deren Verwendung Sie in Bigtable vermeiden sollten.

Zeilenschlüssel, die mit einem Zeitstempel beginnen: Dieses Muster bewirkt, dass sequenzielle Schreibvorgänge auf einen einzelnen Knoten übertragen werden, wodurch ein Heißlaufen verursacht wird. Wenn Sie einem Zeilenschlüssel einen Zeitstempel hinzufügen, stellen Sie ihm einen Wert mit hoher Kardinalität wie eine Nutzer-ID voran, um Hotspots zu vermeiden.

Zeilenschlüssel, die dazu führen, dass ähnliche Daten nicht gruppiert werden: Vermeiden Sie Zeilenschlüssel, die dazu führen, dass verwandte Daten in nicht zusammenhängenden Zeilenbereichen gespeichert werden, da deren gemeinsames Lesen ineffizient ist.

Sequenzielle numerische IDs. Angenommen, Ihr System vergibt eine numerische ID an jeden Nutzer Ihrer Anwendung. Es mag in diesem Fall bequem erscheinen, die numerische ID der Nutzer als Zeilenschlüssel für Ihre Tabelle zu verwenden. Da neue Nutzer jedoch wahrscheinlich aktiver sind, verschiebt diese Herangehensweise den Großteil Ihres Traffics auf wenige Knoten.

Eine sicherere Herangehensweise wäre es, eine umgekehrte Version der numerischen ID der Nutzer zu verwenden. Dadurch verteilt sich der Traffic gleichmäßiger auf die Knoten Ihrer Bigtable-Tabelle.

Häufig aktualisierte IDs. Vermeiden Sie die Verwendung eines einzelnen Zeilenschlüssels zur Identifizierung eines Wertes, der oft aktualisiert werden muss. Wenn Sie beispielsweise Daten zur Arbeitsspeichernutzung für mehrere Geräte einmal pro Sekunde speichern, verwenden Sie nicht einen einzelnen Zeilenschlüssel für jedes Gerät, das aus der Geräte-ID und dem gespeicherten Messwert besteht (z. B. 4c410523#memusage), und aktualisieren Sie die Zeile wiederholt. Diese Art von Vorgang überlädt die Tabellenreihe, in der die häufig verwendete Zeile gespeichert ist. Es kann auch dazu führen, dass eine Zeile ihre Größenbeschränkung überschreitet, da die vorherigen Werte einer Spalte Speicherplatz belegen, bis die Zellen während der automatischen Speicherbereinigung entfernt werden.

Speichern Sie stattdessen jeden neuen Lesevorgang in einer neuen Zeile. Im Beispiel zur Speichernutzung kann jeder Zeilenschlüssel die Geräte-ID, den Messwerttyp und einen Zeitstempel enthalten, sodass die Zeilenschlüssel etwa so aussehen: 4c410523#memusage#1423523569918. Diese Strategie ist effizient, da in Bigtable das Erstellen einer neuen Zeile nicht mehr Zeit in Anspruch nimmt als das Erstellen einer neuen Zelle. Außerdem können Sie mit dieser Strategie schnell Daten aus einem bestimmten Zeitraum lesen, indem Sie die entsprechenden Start- und Endschlüssel berechnen.

Für Werte, die sich häufig ändern, wie beispielsweise ein Zähler, der Hunderte Male pro Minute aktualisiert wird, sollten die Daten am besten im Speicher auf der Anwendungsebene belassen und regelmäßig neue Zeilen in Bigtable geschrieben werden.

Hashwerte Durch das Hashing eines Zeilenschlüssels können Sie nicht mehr von den Vorteilen der natürlichen Sortierreihenfolge von Bigtable profitieren, sodass Zeilen nicht so gespeichert werden können, wie es für Abfragen optimal wäre. Aus demselben Grund erschweren Hashwerte die Verwendung des Key Visualizer-Tools zur Fehlerbehebung in Bigtable. Verwenden Sie für Nutzer lesbare Werte anstelle von Hash-Werten.

Werte werden als Rohbyte ausgegeben und nicht als für Menschen lesbare Strings. Rohbyte eignen sich gut für Spaltenwerte. Verwenden Sie zur Verbesserung der Lesbarkeit und Fehlerbehebung jedoch Stringwerte in Zeilenschlüsseln.

Besondere Anwendungsfälle

Möglicherweise haben Sie ein einzigartiges Dataset, auf das beim Entwerfen eines Schemas für die Speicherung in Bigtable besonderes Augenmerk gelegt werden muss. In diesem Abschnitt werden einige, aber nicht alle unterschiedlichen Arten von Bigtable-Daten sowie einige empfohlene Speicherpraktiken beschrieben.

Zeitbasierte Daten

Fügen Sie einen Zeitstempel in den Zeilenschlüssel ein, wenn Sie Daten häufig basierend auf dem Zeitpunkt ihrer Aufzeichnung abrufen.

Beispielsweise könnte Ihre Anwendung leistungsbezogene Daten wie CPU- und Arbeitsspeichernutzung für viele Maschinen einmal pro Sekunde aufzeichnen. Ihr Zeilenschlüssel für diese Daten könnte eine Kombination aus einer Kennzeichnung für die Maschine und einem Zeitstempel für die Daten (z. B. machine_4223421#1425330757685) sein. Zeilenschlüssel sind lexikografisch sortiert.

Verwenden Sie keinen Zeitstempel allein oder am Anfang eines Zeilenschlüssels, da dadurch sequenzielle Schreibvorgänge auf einen einzelnen Knoten übertragen werden und ein Hotspot entsteht. In diesem Fall müssen Sie sowohl Schreib- als auch Lesemuster berücksichtigen.

Wenn Sie in der Regel die am kürzesten zurückliegenden Aufzeichnungen zuerst abrufen, können Sie einen umgekehrten Zeitstempel im Zeilenschlüssel verwenden. Dazu ziehen Sie den Zeitstempel vom Maximalwert Ihrer Programmiersprache für lange Ganzzahlen ab (in Java, java.lang.Long.MAX_VALUE). Mit einem umgekehrten Zeitstempel werden die Aufzeichnungen von der letzten bis zur ersten geordnet.

Informationen zum Arbeiten mit Zeitachsendaten finden Sie unter Schemadesign für Zeitachsendaten.

Mehrinstanzenfähigkeit

Zeilenschlüsselpräfixe bieten eine skalierbare Lösung für einen Anwendungsfall mit erforderlicher Mehrinstanzenfähigkeit. In einem solchen Szenario werden ähnliche Daten mit dem gleichen Datenmodell für mehrere Clients gespeichert. Die Verwendung einer Tabelle für alle Mandanten ist die effizienteste Methode, um mehrmandantenfähige Daten zu speichern und darauf zuzugreifen.

Angenommen, Sie speichern und verfolgen den Bestellverlauf für viele Unternehmen. Dabei können Sie Ihre eindeutige ID für jedes Unternehmen als Zeilenschlüsselpräfix nutzen. Alle Daten für einen Mandanten werden in zusammenhängenden Zeilen in derselben Tabelle gespeichert, und Sie können anhand des Zeilenschlüsselpräfixes abfragen oder filtern. Wenn ein Unternehmen nicht mehr Ihr Kunde ist und Sie die bisherigen Daten zu Käufen löschen müssen, die Sie für das Unternehmen gespeichert haben, können Sie den Zeilenbereich löschen, die das Zeilenschlüsselpräfix dieses Kunden verwenden.

Wenn Sie beispielsweise die Daten von Mobilgeräten der Kunden altostrat und examplepetstore speichern, können Sie folgende Zeilenschlüssel erstellen. Wenn dann altostrat nicht mehr Ihr Kunde ist, werden alle Zeilen mit dem Zeilenschlüsselpräfix altostrat gelöscht.

        altostrat#phone#4c410523#20190501
        altostrat#phone#4c410523#20190502
        altostrat#tablet#a0b41f74#20190501
        examplepetstore#phone#4c410523#20190502
        examplepetstore#tablet#a6b81f79#20190501
        examplepetstore#tablet#a0b81f79#20190502

Wenn Sie dagegen die Daten für ein Unternehmen in einer eigenen Tabelle speichern, besteht die Gefahr von Leistungs- und Skalierungsproblemen. Außerdem wird dann oft ungewollt die Grenze von Bigtable von 1.000 Tabellen pro Instanz überschritten. Nachdem eine Instanz dieses Limit erreicht hat, können Sie in Bigtable keine weiteren Tabellen in der Instanz erstellen.

Datenschutz

Sofern Ihr Anwendungsfall dies nicht erfordert, sollten Sie keine personenidentifizierbaren Informationen oder Nutzerdaten in Zeilenschlüsseln oder Spaltenfamilien-IDs verwenden. Die Werte in Zeilenschlüsseln und Spaltenfamilien sind sowohl Kundendaten als auch Dienstdaten. Anwendungen, die diese Werte verwenden (z. B. Verschlüsselung oder Logging), können sie ungewollt Nutzern zugänglich machen, die keinen Zugriff auf private Daten haben sollen.

Weitere Informationen zum Umgang mit Dienstdaten finden Sie in den Datenschutzhinweisen für Google Cloud.

Domainnamen

Große Bereich von Domainnamen

Sollten Sie Daten über Entitäten speichern, die als Domainnamen dargestellt werden können, ist es sinnvoll, als Zeilenschlüssel einen umgekehrten Domainnamen zu verwenden (z. B. com.company.product). Dies ist besonders dann zu empfehlen, wenn die Daten in den einzelnen Zeilen sich häufiger mit denen in benachbarten Zeilen überschneiden. In diesem Fall kann Bigtable Ihre Daten besser komprimieren.

Im Gegensatz dazu können Standarddomainnamen, die nicht umgekehrt werden, so sortiert werden, dass zusammengehörige Daten an einem Ort gruppiert werden. Dies kann zu einer weniger effizienten Komprimierung und zu weniger effizienten Lesevorgängen führen.

Diese Vorgehensweise funktioniert außerdem am besten, wenn Ihre Daten über viele verschiedene umgekehrte Domainnamen verteilt sind.

Betrachten Sie zur Veranschaulichung dieses Punkts die folgenden Domainnamen, die automatisch in lexikografischer Reihenfolge von Bigtable sortiert werden:

      drive.google.com
      en.wikipedia.org
      maps.google.com

Das ist nicht sinnvoll für den Anwendungsfall, in dem Sie alle Zeilen für google.com abfragen möchten. Betrachten Sie im Gegensatz dazu dieselben Zeilen, in denen die Domainnamen umgekehrt wurden:

      com.google.drive
      com.google.maps
      org.wikipedia.en

Im zweiten Beispiel werden die zugehörigen Zeilen automatisch so sortiert, dass sie einfach als Bereich von Zeilen abgerufen werden können.

Wenige Domainnamen

Wenn Sie davon ausgehen, dass nur eine oder eine kleine Anzahl von Domainnamen gespeichert werden sollen, sollten Sie andere Werte für Ihren Zeilenschlüssel verwenden. Andernfalls könnten Sie Schreibvorgänge auf einen einzelnen Knoten im Cluster übertragen, was zu Hotspots oder zu großen Zeilen führen kann.

Wechselnde oder unsichere Abfragen

Wenn Sie nicht immer dieselben Abfragen für Ihre Daten ausführen oder sich Ihre Abfragen nicht sicher sind, können Sie alle Daten für eine Zeile in einer Spalte statt in mehreren Spalten speichern. Bei diesem Ansatz verwenden Sie ein Format, mit dem sich die einzelnen Werte später leichter extrahieren lassen, z. B. das Binärformat Protokollpuffer oder eine JSON-Datei.

Der Zeilenschlüssel ist immer noch sorgfältig entworfen, um sicherzustellen, dass Sie die benötigten Daten abrufen können, aber jede Zeile hat normalerweise nur eine Spalte, die alle Daten für die Zeile in einem einzigen protobuf enthält.

Das Speichern der Daten als protobuf-Nachricht in einer Spalte, anstatt sie auf mehrere Spalten zu verteilen, hat Vor- und Nachteile. Zu den Vorteilen gehören:

  • Da die Daten weniger Speicherplatz verbrauchen, fallen weniger Kosten an.
  • Sie bewahren sich eine bestimmte Flexibilität, da Sie sich nicht auf Spaltenfamilien und Spaltenqualifizierer festlegen.
  • Ihre Leseanwendung muss das Tabellenschema nicht „kennen“.

Einige Nachteile sind:

  • Die protobuf-Nachrichten müssen nach dem Lesen aus Bigtable deserialisiert werden.
  • Sie können die Daten in protobuf-Nachrichten nicht mehr mit Filtern abrufen.
  • Sie können BigQuery nicht verwenden, um föderierte Abfragen für Felder in protobuf-Nachrichten auszuführen, nachdem diese aus Bigtable gelesen wurden.

Nächste Schritte