HBase的rowkey的設計原則
HBase是三維有序存儲的，通過rowkey（行鍵），column key（column family和qualifier）和TimeStamp（時
間戳）這個三個維度可以對HBase中的數據進行快速定位。
HBase中rowkey可以唯一標識一行記錄，三種查詢方式
通過get方式，指定rowkey獲取唯一一條記錄
通過scan方式，設置startRow和stopRow參數進行範圍匹配
全表掃描，即直接掃描整張表中所有行記錄
Rowkey長度原則
rowkey是一個二進制碼流，可以是任意字符串，最大長度64kb，實際應用中一般爲10-100bytes，以byte[]形式保
存，一般設計成定長。
數據的持久化文件HFile中是按照KeyValue存儲的，如果rowkey過長，比如超過100字節，1000w行數據，光
rowkey就要佔用100*1000w=10億個字節，將近1G數據，這樣會極大影響HFile的存儲效率； MemStore將緩存部
分數據到內存，如果rowkey字段過長，內存的有效利用率就會降低，系統不能緩存更多的數據，這樣會降低檢索
效率。 目前操作系統都是64位系統，內存8字節對齊，控制在16個字節，8字節的整數倍利用了操作系統的最佳特
性。
Rowkey 散列原則
@Test
public void tesValueFilter() throws IOException {
//1、創建過濾器
ValueFilter filter = new ValueFilter(CompareFilter.CompareOp.EQUAL, new
BinaryComparator("張三".getBytes()));
//2、創建掃描器
Scan scan = new Scan();
//3、將過濾器設置到掃描器中
scan.setFilter(filter);
//4、獲取HBase的表
Table table = connection.getTable(TableName.valueOf("user"));
//5、掃描HBase的表（注意過濾操作是在服務器進行的，也即是在regionServer進行的）
ResultScanner scanner = table.getScanner(scan);
for (Result result : scanner) {
// 6.打印數據 獲取所有的單元格
List<Cell> cells = result.listCells();
for (Cell cell : cells) {
// 打印rowkey,family,qualifier,value
System.out.println(Bytes.toString(CellUtil.cloneRow(cell))
+ "==> " + Bytes.toString(CellUtil.cloneFamily(cell))
+ "{" + Bytes.toString(CellUtil.cloneQualifier(cell))
+ ":" + Bytes.toString(CellUtil.cloneValue(cell)) + "}");
}
}
}
建議越短越好，不要超過16個字節
如果rowkey按照時間戳的方式遞增，不要將時間放在二進制碼的前面，建議將rowkey的高位作爲散列字段，由程
序隨機生成，低位放時間字段，這樣將提高數據均衡分佈在每個RegionServer，以實現負載均衡的機率。如果沒有
散列字段，首字段直接是時間信息，所有的數據都會集中在一個RegionServer上，這樣在數據檢索的時候負載會集
中在個別的RegionServer上，造成熱點問題，會降低查詢效率。
Rowkey唯一原則
必須在設計上保證其唯一性，rowkey是按照字典順序排序存儲的，因此，設計rowkey的時候，要充分利用這個排
序的特點，將經常讀取的數據存儲到一塊，將最近可能會被訪問的數據放到一塊。
什麼是熱點
HBase中的行是按照rowkey的字典順序排序的，這種設計優化了scan操作，可以將相關的行以及會被一起讀取的
行存取在臨近位置，便於scan。然而糟糕的rowkey設計是熱點的源頭。熱點發生在大量的client直接訪問集羣的一
個或極少數個節點（訪問可能是讀，寫或者其他操作）。大量訪問會使熱點region所在的單個機器超出自身承受能
力，引起性能下降甚至region不可用，這也會影響同一個RegionServer上的其他region，由於主機無法服務其他
region的請求。設計良好的數據訪問模式以使集羣被充分，均衡的利用。 爲了避免寫熱點，設計rowkey使得不同
行在同一個region，但是在更多數據情況下，數據應該被寫入集羣的多個region，而不是一個。
避免熱點
1 加鹽
這裏所說的加鹽不是密碼學中的加鹽，而是在rowkey的前面增加隨機數，具體就是給rowkey分配一個隨機前綴以
使得它和之前的rowkey的開頭不同。分配的前綴種類數量應該和你想使用數據分散到不同的region的數量一致。
加鹽之後的rowkey就會根據隨機生成的前綴分散到各個region上，以避免熱點。
2 哈希
哈希會使同一行永遠用一個前綴加鹽。哈希也可以使負載分散到整個集羣，但是讀卻是可以預測的。使用確定的哈
希可以讓客戶端重構完整的rowkey，可以使用get操作準確獲取某一個行數據
3 反轉
第三種防止熱點的方法時反轉固定長度或者數字格式的rowkey。這樣可以使得rowkey中經常改變的部分（最沒有
意義的部分）放在前面。這樣可以有效的隨機rowkey，但是犧牲了rowkey的有序性。
以手機號爲rowkey，可以將手機號反轉後的字符串作爲rowkey，這樣的就避免了以手機號那樣比較固定開頭導致
熱點問題