HBase-rowkey设计优化

性能上考虑

一条数据的唯一标识就是 rowkey，而这行数据最终存储到哪一个分区里面，取决于分区(HBase-预分区)，如果从性能上考虑 rowkey 优化，应该考虑的是让数据均匀的分布在所有的 region 中，防止数据的倾斜。

设计方案:

1. 使用随机数, hash 等
2. 字符串反转 10001, 10002 反转成为 10001, 20001
3. 拼接字符串 XX0001 -> 1000XX0001

业务上考虑

列族数目

一个列族和一个 Store 对于，如果经常需要跨列族查询，对应就是需要从多个 Store 中取数据，这样对性能开销挺大，建议创建表的时候不要太多列族，一般 2-3 个为主。基本信息放到一个列族，扩展信息放到一个列族，如果还有另外的不常用的附件信息放到第三个列族。

行键设置

根据查询要求设置 key:

• 手机号-日期:
  • 18229955555-20190919
  • 18229955555-20190920
• 日期-姓名缩写-类别: 姓名缩写长度需要保持一致 (填充和截断)
  • 20150230-lisi-category
  • 20150230-zs__-category