理解Hbase RowKey的字典排序，以及设计

理解Hbase RowKey的字典排序，以及设计

写点自己的理解和实践。

HBase是三维有序存储的，是指rowkey（行键），column key（column family和qualifier）和TimeStamp（时间戳）这个三个维度是依照ASCII码表排序的。（比如A排在a前面）

1. 先rowkey升序排序，
2. rowkey相同则column key升序排序
3. rowkey、column key相同则timestamp降序排序

如下： 假设存在table：test，family：info
scan表得到结果如下：

//列族默认VERSIONS值为1，可以通过命令：alter 'tableName','familyName',VERSINOS =>5来设置
//不同version保存不同时间戳的数据，默认是只显示最新version数据。要想显示所有，scan时应该加上{VERSIONS =>5}
hbase(main):009:0> scan 'test', {VERSIONS =>5}
ROW                                                    COLUMN+CELL                                                                                                                                                   
 12Aabb                                                column=info:name,timestamp=1519957330893,value=123                                                                                                      
 3aabb                                                 column=info:name,timestamp=1519963129863,value=3234                                                                                                         
 3aabb                                                 column=info:name,timestamp=1519962895984,value=234                                                                                                          
 3aabb                                                 column=info:name,timestamp=1519962889791,value=234                                                                                                          
 3aabb                                                 column=info:name,timestamp=1519960252203,value=999                                                                                                          
 Aabb                                                  column=info:address,timestamp=1519969857611,value=cccc                                                                                                      
 Aabb                                                  column=info:friend,timestamp=1519969916299,value=jack                                                                                                       
 Aabb                                                  column=info:name,timestamp=1519957330890,value=123                                                                                                         
 aabb                                                  column=info:name,timestamp=1519957330859,value=123                                                                                                          
4 row(s) in 0.0530 seconds

因为RowKey是按照字典序排列的，且Hbase表只有键可以建立索引（这里键是指：行键，列限定符，时间戳），所以：

在设计Hbase表时,行键是唯一重要的事情

1. 若热点数据的RowKey都是以相同开头，则很容易被存储在同一RegionServer上，这样就会造成访问的性能瓶颈。
2. 对RowKey散列可以获取定长行键，且更好的数据分布，但是失去了排序的好处
3. 过长的RowKey会加长硬盘和网络IO的开销，所以应该尽量精简

其中还有很多思想可以参考《Hbase实战》
关于RowKey设计：https://juejin.im/entry/5764f4c95bbb500063f949f9

既然上面说了RowKey是按字典序排列的，那么在HbaseClient中Scan类的两个方法setStartRow（）、setStopRow（）也是根据字典序来比较的。具体使用见我的另外一篇博客：http://blog.csdn.net/zhaominpro/article/details/79423462