HBase RowKey的设计原则

1.什么是HBase

1.HBase是面向列式存储的分布式的NoSql数据库；
2.HBase底层是基于HDFS实现的，集群是通过Zookeeper管理的；
3.海量存储，快速访问。

2.什么是RowKey

RowKey与关系型数据库中的主键相似，HBase 使用 RowKey 来唯一标识某行的数据。

3.RowKey的设计原则

• 业务
  需要满足实时查询需求
• 散列
  避免热点数据，使数据集中在一个Region上，查询速率低
• 唯一
  必须保证RowKey的唯一性，由于在HBase中数据存储是Key-Value形式，若向HBase中同一张表插入相同RowKey的数据，则原先存在的数据会被新的数据覆盖
• 长度
  RowKey的长度不宜过长，不宜超过16个字节，目前操作系统都是64位系统，内存8字节对齐，控制在16字节，8字节的整数倍利用了操作系统的最佳特性，hbase将部分数据加载到内存当中，如果rowkey过长，内存的有效利用率就会下降

3.1 散列原则的RowKey设计方法

1. 预分区的设计，比如预先设计10个region;
2. Salt加盐，在 rowkey前面加了一个随机前缀，使其不同于 rowkey之前的开头。前缀类型的分配数量应该与您希望使用数据分布到不同 region的数量一致。在加盐之后， rowkey将基于随机生成的前缀分布在各个 region上，以避免出现热点;
3. Hash或者Mod，目的都是散列数据，达到负载均衡，Hash和加盐区别在于前缀不是随机的，通过确定Hash，客户端可以重建完整的RowKey，直接通过get获取想要的行
4. Reverse反转，针对固定长度的Rowkey反转后存储，这样可以使Rowkey中经常改变的部分放在最前面，可以有效的随机rowkey。例如手机号就可以使用反转。