HBase的RowKey设计原则

• 长度原则：

  RowKey是一个二进制码流，其长度越短越好，一般不建议超过16个字节，主要由以下原因：

  • 数据的持久化文件HFile是按照key/value存储的，如果RowKey过长比如100个字节，则1000万列数据光RowKey就要占用100*1000万=10亿个字节，将近1G数据，这会极大影响HFile的存储效率；
  • MemStore将缓存部分数据到内存，如果RowKey字段过长，内存的有效利用率会降低，系统将无法缓存更多的数据，这会降低检索效率；

• 散列原则：

  如果RowKey是按时间戳的方式递增，不要将时间放在二进制码的前面，建议将RowKey的高位作为散列字段，由程序循环生成，低位放时间字段，这样将提高数据均衡分布在每个RegionServer实现负载均衡的几率。如果没有散列字段，首字段直接是时间信息，这样将产生所有新数据都在一个RegionServer上堆积的热点现象，这样在做数据检索的时候将会集中在个别RegionServer，降低查询效率。

• 唯一原则：

  RowKey在设计上必须保证其唯一性。