Hbase 表设计.docVIP

HBase与RDBMS的区别在于：HBase的Cell（每条数据记录中的数据项）是具有版本描述的（versioned），行是有序的，列（qualifier）在所属列簇（Column families）存在的情况下，由客户端自由添加。以下的几个因素是Hbase Schema设计需要考虑的问题： 1、 Hbase中没有joins的概念 大表的结构可以使得不需要joins，而解决这一问题。 2、Row keys 设计 主键，在Region里按字母顺序来排序(byte数组存储)。124 12345 写入要分散（不能使用递增的写入），如订单表： order_id做reverse逆排序后做rowkey，以便分布式存储，避免数据只保存在个别节点上。 201101 逆排序后 101102 201102 逆排序后 201102 多条件查询时，设为组合row key，左匹配 注：读取数据只能按row key（及其range）或scan全表扫描，确保查询高效 3、列族CF设计 尽量少，建议CF数量在1-2个。 设计Hbase schema的时候，要尽量只有一个column family。 flush和compaction触发的基本单位都是Region级别。当一个CF有大量的数据的时候会触发整个region里面的其他CF的memstore（其实这些memstore可能仅有少量的数据，还不需要flush