按照时间序列数据如何存储在hbase才能提高spark性能

问题描述：
数据按照key 存储到不同的region，这样spark scan的时候会生成相应数量的分区。如果数据只有一个分区则只有一个executor执行，性能非常差。如果分区后仍不能提高效率，可以在进行一次repartition操作，这样一个机器上会同时又多个executor执行.

只有一个region，然后进行repartition，一个num-extutors =2：

image.png

上图中可以看到，ip都是一个地址，但是是不同的executor。但是每个excutor上最多并行两个task。
多个region：

image.png