Hbase之表設(shè)計(jì)原則

1、列簇的設(shè)計(jì)

• 列簇盡量少，最好不超過3個。因?yàn)槊總€列簇是存在一個獨(dú)立的HFile里的，flush和compaction操作都是針對一個Region進(jìn)行的，當(dāng)一個列簇的數(shù)據(jù)很多需要flush的時候，其它列簇即使數(shù)據(jù)很少也需要flush，這樣就產(chǎn)生的大量不必要的io操作。

• 在多列簇的情況下，注意各列簇?cái)?shù)據(jù)的數(shù)量級要一致。如果兩個列簇的數(shù)量級相差太大，會使數(shù)量級少的列簇的數(shù)據(jù)掃描效率低下。

• 將經(jīng)常查詢和不經(jīng)常查詢的數(shù)據(jù)放到不同的列簇。

• 因?yàn)榱写睾土械拿謺嬖贖Base的每個Cell中，所以他們的名字應(yīng)該盡可能的短。比如，用f:q代替mycolumnfamily:mycolumnqualifier

2、rowkey的設(shè)計(jì)

• 避免使用遞增的數(shù)字或時間做為rowkey。

• 如果rowkey是整型，用二進(jìn)制的方式比用string來存儲更節(jié)約空間

• 合理的控制rowkey的長度，盡可能短,因?yàn)閞owkey的數(shù)據(jù)也會存在每個Cell中。

• 如果需要將表預(yù)分裂為多個region是，最好自定義分裂的規(guī)則。