HBase表设计需要考虑的一些事项

HBase设计上的一些特性使其适用于大数据量的实时读写。

HBase集群主要有Zookeeper、MasterServer、RegionServer组成。

• Zookeeper保证HBase集群的高可用
• MasterServer用来管理元数据。
• RegionServer负责实际的数据读写请求处理。

Hbase中表是由一个或多个分区(Region)组成，Region由RegionServer进程管理，一个RegionServer管理多个Region。

表中的数据按照Rowkey被划分到不同的Region中，一个Region存储的是一段rowkey连续的数据。

这样在设计表时需要考虑数据的均衡性，如果按照连续的业务主键设计rowkey，那么数据就会集中存储在一个或几个连续的Region里，就发生了数据存储不均衡，同时导致读请求也会集中到固定的一个或几个RegionServer上，会出现单个RegionServer负载过高而导致请求响应过慢的情况。

所以在设计表时，尽量使表的rowkey随机打散，数据可以均匀的分布到集群的每个节点上，通过rowkey读取数据时先根据rowkey从元数据中确定rowkey所在的分区，然后客户端直接连发送rpc请求给数据所在的RegionServer，而不需要访问其它的RegionServer。