HBase在建表时的设计原则

预分区

• 默认建表
  HBase默认建表有一个region,这个region的rowkey是没有边界的，即没有startkey和endkey。
  在数据写入时，所有的数据都会写入这个默认的region,随着数据量的不断增加，会进行split,分成两个region。
• 产生的问题
  数据往一个region上写，会有写热点问题。
  region split会消耗宝贵的IO资源。
• 解决问题
  在建表时，创建多个空的region,并确定每个regionde startkey和endkey,这样只要rowkey设计能均匀的命中各个region,就不会存在写热点问题。自然split的几率也会大大降低。

rowkey设计原则

• rowkey的长度越短越好
  a、数据的持久化文件是HFile中是按照KeyValue存储的，如果rowkey过长会极大影响HFile的存储效率
  b、MemStore将缓存部分数据在内存，如果rowkey字段过长，内存的利用率会降低，系统不能缓存更多的数据，这样会降低检索效率。
• rowkey尽量散列
  建议将rowkey的高位作为散列字段，将提高数据均衡分布在每个RegionServer,以实现
• rowkey保证 唯一性

列族的设计原则