1、列簇的設計
列簇儘量少,最好不超過3個。因爲每個列簇是存在一個獨立的HFile裏的,flush和compaction操作都是針對一個Region進行的,當一個列簇的數據很多需要flush的時候,其它列簇即使數據很少也需要flush,這樣就產生的大量不必要的io操作。
在多列簇的情況下,注意各列簇數據的數量級要一致。如果兩個列簇的數量級相差太大,會使數量級少的列簇的數據掃描效率低下。
將經常查詢和不經常查詢的數據放到不同的列簇。
因爲列簇和列的名字會存在HBase的每個Cell中,所以他們的名字應該儘可能的短。比如,用f:q代替mycolumnfamily:mycolumnqualifier
2、rowkey的設計
避免使用遞增的數字或時間做爲rowkey。
如果rowkey是整型,用二進制的方式比用string來存儲更節約空間
合理的控制rowkey的長度,儘可能短,因爲rowkey的數據也會存在每個Cell中。
如果需要將表預分裂爲多個region是,最好自定義分裂的規則。