RowKey設計
設計手段
1. 生成隨機數、hash、散列值
比如：
原本rowKey爲1001的，SHA1後變成：dd01903921ea24941c26a48f2cec24e0bb0e8cc7
原本rowKey爲3001的，SHA1後變成：49042c54de64a1e9bf0b33e00245660ef92dc7bd
原本rowKey爲5001的，SHA1後變成：7b61dec07e02c188790670af43e717f0f46e8913
在做此操作之前，一般我們會選擇從數據集中抽取樣本，來決定什麼樣的rowKey來Hash後作爲每個分區的臨界值
2. 字符串
20170524000001轉成10000042507102
20170524000002轉成20000042507102
3. 字符串拼接
20170524000001_a12e
20170524000001_93i7
設計思想
我們HBase實時項目可能用的會多一些，HBase可能會存實時數據的明細，比如：網站的訪問記錄，我們會實時的寫入到HBase的一張表中。
假設我們現在有這麼個需求，我們將網站的訪問記錄實時的寫入這個表中。
統計網站每分鐘的訪問次數，也就是PV，隨着時間的變化，我們網站PV的變化。那這個表我們後期怎麼分析我們想要的這個結果呢？去表裏找到每分鐘的訪問記錄，然後進行一個統計，比如19：19分這個時間節點，我們拿出來，看有多少條，是這樣的，19：20有多少個訪問，我又統計一個值，然後形成折線圖或者其他的圖都可以。
那麼這張表，我們怎麼設計？要求：不能有Region熱點問題。
如果用預分區？我們的分區鍵是什麼？我們的RowKey怎麼設計？
我們的RowKey必須是唯一性的這個要注意，我RowKey設計的時候，我後期一起查的數據，要保證他們在寫的時候就寫到一起了，我們查數據一般有兩種方式，一種是get，get這個無所謂了，get某一行，咋搞都行，如果是scan，我們需要掃描一個範圍，那麼我們就要保證我們想查詢的一部分數據，寫的時候就寫到了一起，如果不寫到一起我們就需要跨越多個Region去找這個數據，性能就會很差。
我們設計預分區也好，設計RowKey也好，首先要滿足我們的業務需求，我們最好是將同一分鐘的數據一起查出來，然後再去統計看有多少，怎樣更方便的查出來同一分鐘的訪問次數呢？我們後期查詢的數據我們寫的時候儘量都寫到一起，方便我們後期scan我們之前也說了。 怎麼放？同一分鐘數據放一起？怎麼搞，我們數據在不在一起，和我們的RowKey肯定要前綴相同，我們存的話肯定挨着存，挨着存的話就會在一起。最簡單的方式就是以時間戳作爲我們的RowKey，我們時間戳就不寫成毫秒數了，攜程年月日的方式。
那麼這個會不會出現我們所謂的Region熱點問題呢？肯定會的，咱麼設計RowKey的時候一定要極力的避免上圖中的設計，這種RowKey叫做單調遞增的RowKey，這樣的RowKey一般都會造成Region的熱點問題，每次都會遞增然後寫着寫着就要分裂，所以上圖雖然能達到我們的數據寫一起，但是要Pass。如果這樣設計還有一點就是違背了我們RowKey的唯一性原則，很有可能又不同的用戶同一毫秒訪問我們的網站，那麼這兩條訪問記錄就會變成一條數據，HBase特性，兩條一樣的RowKey寫進來的數據，相當於修改。
我們可以加一個UserID。
還有一種是我們公司常用的一種方式，就是加鹽，或者加Hash。
那麼不符合業務需求了，我們怎麼辦？我們是要將同一時間的數據都放在一起，這加個隨機數，數據就不會在一起了，查詢的時候效率就不高了，單純的加隨機數就不行了。
我們需要加一個有規律的隨機數。不能找非常隨機的數rand()這個。
如果變成上面的樣子，我們行不行？我們能保證同一分鐘的hashCode是一樣的，這個是沒問題的，那就是說，同一分鐘的數據能在一起了，能保證這個了，那麼問題來了，我們的分區，怎麼設計呢？怎樣將我們不同的數據，均勻的分到不同的分區裏面呢？
我們在這裏有一個非常通用的方式去做，就是取餘，我們用hashCode除個分區數，比如我分五個區。
雖然我們前面寫了一大串，但是我們得到的結果並不多，要麼0，要麼1，要麼2等等等等，就是一個數字而已。對RowKey的長度也沒有很大的影響，那我們好比5個分區，我們的分區鍵怎麼設計？1，2，3，4這就可以，四個分區鍵，我們可以分成5個區。
首先我們這個能不能滿足我們的業務需求？是能的。我們同一分鐘的數據在一起呢。
我們的RowKey這麼設計，那麼我查詢的時候怎麼查？
比如我們想查詢2020年06月26號15點55分的數據。
這時候我們肯定要用到scan()，然後我們肯定還有StartRow還有StopRow。
我們肯定要將前綴求出來，scan(“202006261555”.hashCode()%5)，後面還得拼上時間，最後變成：scan(“202006261555”.hashCode()%5_202006261555)，這個就是我們的StartRow，StopRow差不多也這麼寫，但是我們要注意我們最後要拼接一個較大的字符，用豎線就可以，
