前面，我們已經打下了很多關於HBase的理論基礎，今天，我們主要聊聊在實際開發使用HBase中，需要關注的一些最佳實踐經驗。
1.Schema設計七大原則
1）每個region的大小應該控制在10G到50G之間；
2）一個表最好保持在 50到100個 region的規模；
3）每個cell最大不應該超過10MB，如果超過，應該有些考慮業務拆分，如果實在無法拆分，那就只能使用mob；
4）跟傳統的關係型數據庫不同，一個HBase的表中列族最多不超過3個，列族中的列可以動態添加的，不要設計過多列族；
5）列族名必須儘量短，因爲我們知道在存儲的時候，每個keyvalue都會包含列族名；
6）如果一個表存在一個以上的列族，那麼必須要注意，不同列族之間行數相差不要太大。 例如列族A有10萬行，而列族B有1億行，那麼rowkey就有1億行，而region是按照行鍵進行切分的，因此列族A可能會被打散爲很多很多小region，這會導致在掃描列族A時會引發較多IO，效率低下。
7）列族可以設置TTL時間，HBase在超過設定時間後，會自動刪除數據。
設置方法有兩種：
1)建表時設置,TTL單位爲秒，此例中列簇’f1’的數據保留1天（86400秒）
hbase(main):002:0>create ‘table’, {NAME => ‘f1’, TTL => 86400}
2)通過修改表設置
hbase(main):002:0>alter ‘table’, {NAME => ‘f1’, TTL => 86400}
這裏需要注意，一旦超過設定時間後，該數據就無法讀取了，但是，真正的過期數據刪除，是發生在major compaction時。
2.RowKey設計三大策略
HBase作爲一個分佈式存儲數據庫，雖然擴容非常容易，但是，對於“熱點”問題，還是非常頭疼的。
所謂“熱點”問題（HotSpotting），就是請求（讀或者寫）短時間內落在了集中的個別region上，導致了該region所在機器的負載急劇上升，超過了單點實例的承受能力，從而引起性能下降或者不可用。
要解決這個問題，就需要設計RowKey時，使得數據儘量往多個region上去寫。
舉個例子：
假如region按照26個字母分成26個，那麼同時寫入m開頭的rowkey的記錄都會同時寫入同一個region
比如m001,m002,m003,m004,m005。
因此，RowKey的設計非常關鍵。常見的設計策略有這麼幾種。
1）salting
salting策略就是將生成隨機數放在行鍵的開頭作爲前綴，使得每個行鍵有隨機的字典序。
對上面的案例進行優化，我們採用了salting策略，插入前給每個rowkey生成一個隨機的字母，變成了
am001,zm002,nm003,qm004,lm005
這樣就能同時往5個region裏面寫入了，成功打散。
副作用：由於前綴生成是隨機的，因此如果想要按照字典序查詢這些行，則需要做更多的事情。從這個角度上看，salting增加了寫操作的吞吐量，卻也增大了讀操作的開銷。
2）Hashing
Hashing策略也是一種特殊的salting，是用一個單向的 hash 來取代隨機指派前綴。
這樣能使一個給定rowkey的行在“salted”時有相同的前綴，因此，這樣既可以分散RegionServer間的負載的，同時也允許在讀操作時能夠預測這個前綴值是什麼。確定性hash（ deterministic hash ）可以讓客戶端重建完整的行鍵，然後就可以像正常一樣用Get方法查詢確定的行。
3）reverse key
第三種預防hotspotting的方法是反轉一段固定長度或者可數的鍵，讓變化最多的某個位置放在rowkey的第一位，
副作用：對於Get操作沒有影響，但是不利於Scan操作進行範圍查詢，因爲數據在原RowKey上的順序已經被打亂。
3.預分區
在 HBase核心特性—region split 中，我們知道已經提到過關於預分區。
主要原因是當一張表被首次創建時，只會分配一個region給這個表。因此，在剛剛開始時，所有讀寫請求都會落在這個region所在的region server上，而不管你整個集羣有多少個region server。不能充分地利用集羣的分佈式特性。
因此，預分區主要也是解決“熱點”問題。
最爲常見的建表語句爲：
create ‘tb’,{NAME => ‘f1’,COMPRESSION => ‘snappy’ }, { NUMREGIONS => 50, SPLITALGO => ‘HexStringSplit’ }
NUMREGIONS 爲 region的個數，一般按照每個region 8-10GB左右來計算region數量，如果集羣規模非常大，那麼region數量可以適當取大一些
SPLITALGO 爲 rowkey分割的算法，Hbase自帶了三種pre-split的算法，分別是 HexStringSplit、DecimalStringSplit 和 UniformSplit。
各種Split算法適用場景：
HexStringSplit: rowkey是十六進制的字符串作爲前綴的
DecimalStringSplit: rowkey是10進制數字字符串作爲前綴的
UniformSplit: rowkey前綴完全隨機
4.讀性能優化
前面主要講一些設計方面的優化點。
那如果在HBase的使用過程中，發現查詢較慢，那麼就需要根據具體情況，分析查詢慢的原因，並採取相應的策略。
看到這裏了，原創不易，點個贊吧，你最好看了～
知識碎片重新梳理，構建Java知識圖譜：https://github.com/saigu/JavaKnowledgeGraph （歷史文章查閱非常方便）