HBase RowKey 设计与查询实践

RowKey 设计

HBase 作为一款分布式的NoSQL数据库，数据的分布根据rowKey range方式来划分，每个Region 存储了一定范围rowKey 的数据， 数据的读写通常情况下需要指定rowKey 来定位到具体的Region 与 RegionServer， 如果大量的请求根据rowKey都打到同一个Region或者很少的Region上，那么这些Region就会形成热点, 无法使用集群特性有效负载均衡。因此，RowKey 的设计在实践中至关重要。

一些原则

---

长度原则

HBase 实际按照KV的方式进行存储，K 是rowKey、Column Family、Column Qualifier、Timestamp 的组合， 如果Qualifier 比较多， 那么对应rowKey也会被多次存储，既占用内存也占用磁盘存储，因此RowKey 长度尽可能精简。

唯一原则

RowKey 本身具有唯一性， 写入相同RowKey的数据下相同的列会被覆盖。

排序原则

数据的存储是按照RowKey进行字典方式升序存储，主要是为了方便检索。

散列原则

设计的RowKey应均匀的分布在各个HBase节点上，避免产生热点。

散列方式

---

为了使整个集群负载均衡， 需要将rowKey 尽可能的打散分布到各个节点上去，通常使用的打散方式：