本文介绍了在生产环境中使用HBase时必须了解的最佳实践，包括Schema设计的七大原则，如每个region大小控制、列族数量限制等；RowKey设计的三大策略，如salting、hashing和reverse key，以防止热点问题；以及预分区的实施方法，以优化读性能。此外，还提到了读性能优化的重要性。
需要关注的一些最佳实践经验。
**Schema设计七大原则 **
1）每个region的大小应该控制在10G到50G之间；
2）一个表最好保持在 50到100个 region的规模；
3）每个cell最大不应该超过10MB，如果超过，应该有些考虑业务拆分，如果实在无法拆分，那就只能使用mob；
4）跟传统的关系型数据库不同，一个HBase的表中列族最多不超过3个，列族中的列可以动态添加的，不要设计过多列族；
5）列族名必须尽量短，因为我们知道在存储的时候，每个keyvalue都会包含列族名；
6）如果一个表存在一个以上的列族，那么必须要注意，不同列族之间行数相差不要太大。例如列族A有10万行，而列族B有1亿行，那么rowkey就有1亿行，而region是按照行键进行切分的，因此列族A可能会被打散为很多很多小region，这会导致在扫描列族A时会引发较多IO，效率低下。
7）列族可以设置TTL时间，HBase在超过设定时间后，会自动删除数据。
设置方法有两种：
# 建表时设置,TTL单位为秒，此例中列簇’f1’的数据保留1天（86400秒）
hbase(main):002:0>
最低0.47元/天 解锁文章
170
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
