Hbase 列族设计

    在大多数的工厂环境下，往往只会设计一个列族，因为列族数量过多会导致如下的性能问题:

 

1. Flush 会产生大量 IO

    Flush 的最小单元是 region，也就是说一个 region 中的某个列族做 Flush 操作，其他的 列族也会 Flush，对每个列族而言，每次 Flush 都会产生一个文件，频繁 Flush 必然会产生更 多的 StoreFile，StoreFile 数量增多又会产生更多的 Compact 操作，Flush 和 Compact 都是很 重的 IO 操作。

 

2. Split 操作可能会导致数据访问性能低下

    Split 的最小单元是 region， 如果这个 region 有两个列族 A、B，列族 A 有 100 亿条记录，列族 B 有 100 条记录，如果最终 Split 成 20 个 region， 那么列族 B 的 100 条记录会分 布到 20 个 region 上， 扫描列族 B 的性能低下。

    因此，在设计列族时，过多的列族会导致很多性能问题，列族设计最重要的一点就是减 少列族数量。