Hbase中不宜有多个列簇的原因

我们都知道，在Hbase官网有这么一句话：“A typical schema has between 1 and 3 column families per table. HBase tables should not be designed to mimic RDBMS tables.”，中文意识大概是：一个典型的模式每个表有1到3个列族。HBase表不应设计为模拟RDBMS表。

Hbase中当某个Region的数据达到一定阈值后，会对其进行split(分裂)操作，Split是针对整个Region的。不同的列簇存储在不同文件中，但是不同的列簇可能会共享一个Region。由于不同的列簇共享Region，所以可能会出现一个列簇已经有1000万行，而另一个才100行，当一个Region进行split的时候，会导致100行的列同样会分布到多个Region中，当查询的时候系统效率会受到影响。某个column family在flush的时候，它临近的列簇也会因关联效应被触发flush，最终导致系统产生更多的I/O。所以一般不建议设置多个列簇。
结论：因此hbase表中的列簇的数量不应过多，最好是3个以下最优(经常查询的放一个列簇)