表的设计
1,预先创建空的region,当数据写入HBase时，会按照region分区情况，在集群内做数据的负载均衡。
2,rowkey一般设计成定长的
3,rowkey按字典序排序，将最近可能读取的数据放在一块,可以使用timestamp作为rowkey保证数据可以快速命中。
4,rowkey的设计，大小越小越好，值根据需要决定，散列原则
5,一张表不需要太多column family,建议2-3个
6,创建表的时候，可以通过HColumnDescriptor.setInMemory(true)将表放到RegionServer的缓存中，保证在读取的时候被cache命中。
7,创建表的时候，可以通过HColumnDescriptor.setMaxVersions(int maxVersions)设置表中数据的最大版本，如果只需要保存最新版本的数据，那么可以置setMaxVersions(1)。
8,创建表的时候，可以通过HColumnDescriptor.setTimeToLive(int timeToLive)设置表中数据的存储生命期，过期数据将自动被删除，例如如果只需要存储最近两天的数据，那么可以设置setTimeToLive(2 * 24 * 60 * 60)。
9,实际应用中，可以考虑必要时手动进行major compact，将同一个row key的修改进行合并形成一个大的StoreFile。同时，可以将StoreFile设置大些，减少split的发生。
10,合并小的storeFile成大的storeFile.在hbase中，主要存在两种类型的compaction：minor compaction和major compaction。
写表操作:
1多个HTable客户端用于写操作，提高写数据的吞吐量
2,通过调用HTable.setAutoFlush(false)方法可以将HTable写客户端的自动flush关闭，这样可以批量写入数据到HBase，
3,Write Buffer
4,对于相对不太重要的数据，可以在Put/Delete操作时，通过调用Put.setWriteToWAL(false)或Delete.setWriteToWAL(false)函数，放弃写WAL日志，从而提高数据写入的性能。
5，通过调用HTable.put(List
6,多线程并发写，在客户端开启多个HTable写线程，每个写线程负责一个HTable对象的flush操作，这样结合定时flush和写buffer（writeBufferSize），可以既保证在数据量小的时候，数据可以在较短时间内被flush（如1秒内），同时又保证在数据量大的时候，写buffer一满就及时进行flush。
读表操作：
1,创建多个HTable客户端用于读操作，提高读数据的吞吐量
2，Scanner Caching
3，scan时指定需要的Column Family，可以减少网络传输数据量
4,通过scan取完数据后，记得要关闭ResultScanner，否则RegionServer可能会出现问题（对应的Server资源无法释放）。
5，批量读
6，多线程并发读
7，缓存查询结果
8，HBase上Regionserver的内存分为两个部分，一部分作为Memstore，主要用来写；另外一部分作为BlockCache，主要用于读。
HTable:
规避HTable对象的创建开销
HTable对象不是线程安全的
HTable对象之间共享Configuration，避免重新去zookeeper中去查找查找-ROOT-和.META.表
HTablePool:
HTablePool可以解决HTable存在的线程不安全问题，同时通过维护固定数量的HTable对象，能够在程序运行期间复用这些HTable资源对象。