hbase是三維有序儲存的，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中的資料進行快速定位。
hbase中rowkey可以唯一標識一行記錄，在hbase查詢的時候，有以下幾種方式：
通過get方式，指定rowkey獲取唯一一條記錄
通過scan方式，設定startrow和stoprow引數進行範圍匹配
全表掃瞄，即直接掃瞄整張表中所有行記錄
rowkey是乙個二進位製碼流，可以是任意字串，最大長度
64kb
，實際應用中一般為10-100bytes，以byte形式儲存，一般設計成定長。
建議越短越好，不要超過16個位元組，原因如下：
資料的持久化檔案hfile中是按照keyvalue儲存的，如果rowkey過長，比如超過100位元組，1000w行資料，光rowkey就要占用100*1000w=10億個位元組，將近1g資料，這樣會極大影響hfile的儲存效率；
memstore將快取部分資料到記憶體，如果rowkey欄位過長，記憶體的有效利用率就會降低，系統不能快取更多的資料，這樣會降低檢索效率。
目前作業系統都是64位系統，記憶體8位元組對齊，控制在16個位元組，8位元組的整數倍利用了作業系統的最佳特性。
如果rowkey按照時間戳的方式遞增，不要將時間放在二進位製碼的前面，建議將rowkey的高位作為雜湊字段，由程式隨機生成，低位放時間字段，這樣將提高資料均衡分布在每個regionserver，以實現負載均衡的機率。如果沒有雜湊字段，首字段直接是時間資訊，所有的資料都會集中在乙個regionserver上，這樣在資料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。
必須在設計上保證其唯一性，rowkey是按照字典順序排序儲存的，因此，設計rowkey的時候，要充分利用這個排序的特點，將經常讀取的資料儲存到一塊，將最近可能會被訪問的資料放到一塊。
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訪問在臨近位置，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直接訪問集群的乙個或極少數個節點（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，引起效能下降甚至region不可用，這也會影響同乙個regionserver上的其他region，由於主機無法服務其他region的請求。 設計良好的資料訪問模式以使集群被充分，均衡的利用。
為了避免寫熱點，設計rowkey使得不同行在同乙個region，但是在更多資料情況下，資料應該被寫入集群的多個region，而不是乙個。
下面是一些常見的避免熱點的方法以及它們的優缺點：
加鹽這裡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分配乙個隨機字首以使得它和之前的rowkey的開頭不同。分配的字首種類數量應該和你想使用資料分散到不同的region的數量一致。加鹽之後的rowkey就會根據隨機生成的字首分散到各個region上，以避免熱點。
雜湊雜湊會使同一行永遠用乙個字首加鹽。雜湊也可以使負載分散到整個集群，但是讀卻是可以**的。使用確定的雜湊可以讓客戶端重構完整的rowkey，可以使用get操作準確獲取某乙個行資料
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。
反轉rowkey的例子以手機號為rowkey，可以將手機號反轉後的字串作為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
時間戳反轉
乙個常見的資料處理問題是快速獲取資料的最近版本，使用反轉的時間戳作為rowkey的一部分對這個問題十分有用，可以用long.max_value - timestamp追加到key的末尾，例如[key][reverse_timestamp],[key]的最新值可以通過scan [key]獲得[key]的第一條記錄，因為hbase中rowkey是有序的，第一條記錄是最後錄入的資料。
比如需要儲存乙個使用者的操作記錄，按照操作時間倒序排序，在設計rowkey的時候，可以這樣設計
[userid反轉][long.max_value - timestamp]，在查詢使用者的所有操作記錄資料的時候，直接指定反轉後的userid，startrow是[userid反轉][000000000000],stoprow是[userid反轉][long.max_value - timestamp]
如果需要查詢某段時間的操作記錄，startrow是[user反轉][long.max_value - 起始時間]，stoprow是[userid反轉][long.max_value - 結束時間]
其他一些建議
hbase實踐之Rowkey設計之道
筆者從一開始接觸hbase就在思考rowkey設計，希望rowkey設計得好，能夠支援查詢的需求。使用hbase一段時間後，再去總結一些hbase的設計方法，無外乎以下幾種 本質上都是避免熱點問題。那麼如何根據查詢場景設計rowkey？rowkey設計之道是什麼？hbase通過分治策略將資料分散到1...
HBase之rowkey設計原則和方法
rowkey設計原則和方法 rowkey設計首先應當遵循三大原則 rowkey長度原則 rowkey是乙個二進位製碼流，可以為任意字串，最大長度為64kb，實際應用中一般為10 100bytes，它以byte形式儲存，一般設定成定長。一般越短越好，不要超過16個位元組，注意原因如下 1 目前作業系統...
HBase學習之HBase的RowKey設計原則
hbase是三維有序儲存的，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中的資料進行快速定位。hbase中rowkey可以唯一標識一行記錄，在hbase查詢的時候，有以下幾種方式 通過get方...