HBase-行键设计

1.用户可以指定行键检索一行数据，可有效减少查询时间。

2.设定列族可减少查询的存储文件。

3.存储文件（store file）中每个单元格都保存了时间戳，
  所以用户如果查询近一两个小时修改过的单元格，
  HBase会跳过例如只包含4小时前数据的存储文件。

4.列限定符（column qualifier）查询，查询时指定特定的咧或定义过滤器包含或排除某个列。
  由于系统需检查每个传到过滤器的KeyValue，所以性能只有小幅提升。

5.值筛选，最广泛，用户只能使用过滤器在服务器端筛选值。
  系统需检查每个单元格，也只能小幅提升性能。

6.HBase高表与宽表
  高表指多行少列，宽表指少行多列；
  高表性能更好；因为按照行键查询更快，并且HBase只能按行分片。
  
7.但问题：若数据一行很长，一个HFile存不下
  解决：分开存成多行。

宽表：行键=userId

高表：行键=userId+messageId

正题：

8.实际使用中，时间序列的数据很多，例如传感器、日志、股票交易系统的数
  据的行键都是按时间的，这样HBase存储的时候就会有大量数据涌入一个
  Region，而已个Region只能由一个RegionServer管理，读写过分集中与一台服
  务器上，不利于负载均衡。
9.解决：对罕见进行自定义处理，将数据分散到不同的Region上去。

10.方式：

1.加盐（salting）
先用时间戳的hash值余RegionServer的数量
得到一个前缀加到行键前。

2.随机化行键
将行键利用MD5散列函数随机化，将数据分散到不同region上。
缺点:不能行键按时间顺序扫描。
适用场景：每次只需读一行的数据。

3.字段交换/提升权重
利用组合行键的方式
调整行键中多个字段的前后顺序；
或提取列键中的值放到行键的前端。