HBase RowKey的设计要点

HBase中的RowKey主要有以下的作用：

1. 读写数据时通过Row Key找到对应的Region
2. MemStore中的数据按RowKey字典顺序排序
3. HFile中的数据按RowKey字典顺序排序

底层的HFile最终是按照RowKey进行切分的，所以我们的设计原则是结合业务的特点，并考虑高频查询，尽可能的将数据打散到整个集群中。

RowKey的设计-Salting

Salting的原理是将固定长度的随机数放在行键的起始处

缺点：由于前缀是随机生成的，因而如果想要按照字典顺序找到这些行，则需要做更多的工作。从这个角度上看，Salting增加了写操作的吞吐量，却也增大了读的开销。

RowKey的设计-Hashing

Hashing原理将RowKey进行hash计算，然后取hash的部分字符串和原来的RowKey进行拼接。

优缺点：可以一定程度打散整个数据集，但是不利于Scan，由于不同数据的hash值可能一样，实际应用一般使用Md5计算，然后截取前几位的字符串。

RowKey的设计-Reversing

Reversing的原理是反转一段固定长度或者全部的键

优缺点：有效地打乱了行键，但是却牺牲了行排序的属性。

HBase的生态主要包括：

1. Phoenix：主要提供使用 SQL 的方式来查询 HBase 里面的数据。一般能够在毫秒级别返回，比较适合 OLTP 场景。
2. Spark：我们可以使用 Spark 进行 OLAP 分析；也可以使用 Spark SQL 来满足比较复杂的 SQL 查询场景；使用 Spark Streaming 来进行实时流分析。
3. Solr：原生的 HBase 只提供了 Rowkey 单主键，如果我们需要对 Rowkey 之外的列进行查找，这时候就会有问题。幸好我们可以使用 Solr 来建立二级索引/全文索引充分满足我们的查询需求。
4. HGraphDB：HGraphDB是分布式图数据库。依托图关联技术，帮助金融机构有效识别隐藏在网络中的黑色信息，在团伙欺诈、黑中介识别等。
5. GeoMesa：目前基于NoSQL数据库的时空数据引擎中功能最丰富、社区贡献人数最多的开源系统。
6. OpenTSDB：基于HBase的分布式的，可伸缩的时间序列数据库。适合做监控系统；譬如收集大规模集群（包括网络设备、操作系统、应用程序）的监控数据并进行存储，查询。

参考出处微信公众号：过往记忆大数据

你的鼓励是我分享技术最大的动力！如有错误之处，请指正，不胜感激。