HBase系列常见面试题汇总---怎样合理设置HBase RowKey

　　Rowkey 长度

　　Rowkey 是一个二进制码流，建议越短越好，一般不超过 16 个字节，主要是出于以下的考虑：

　　数据的持久化文件 HFile 中是按照 KeyValue 存储的，即你写入的数据可能是一个 RowKey 对应多个列族，多个列，但是实际的存储是每个列都会对应 Rowkey 写一遍，即这一条数据有多少个列，就会存储多少遍 Rowkey，这会极大影响 HFile 的存储效率

　　MemStore 和 BlockCache 都会将缓存部分数据到内存，如果 Rowkey 字段过长内存的有效利用率会降低，系统将无法缓存更多的数据，这会降低检索效率。

　　目前操作系统一般都是 64 位系统，内存 8 字节对齐。控制在 16 个字节，8 字节的整数倍，利用操作系统的最佳特性。

　　Rowkey 散列设计

　　HBase 的 Rowkey 是按照字典序排列的，而数据分布在 RegionServer 上的方式是做高位哈希，所以如果我们的 Rowkey 首位存在大量重复的值那么很可能会出现数据倾斜问题，关于数据倾斜的问题下面会详细说明，总之，原则上就是Rowkey 的首位尽量为散列。

　　常访问的数据放到一起

　　对于需要批量获取的数据，比如某一天的数据，可以把一整天的数据存储在一起，即把 rowkey 的高位设计为时间戳，这样在读数据的时候就可以指定 Start RowKey 和 End RowKey 做一个 scan 操作，因为高位相同的 Rowkey 会存储在一起，所以这样读是一个顺序读的过程，会比较高效。但是这样有一个很明显的问题，违背了上一条Rowkey 散列设计原则，很可能会出现数据倾斜问题。所以说没有最好的设计，具体如何权衡就得看实际业务场景了

　　更多关于大数据培训的问题，欢迎咨询千锋教育在线名师，如果想要了解我们的师资、课程、项目实操的话可以点击咨询课程顾问，获取试听资格来试听我们的课程，在线零距离接触千锋教育大咖名师，让你轻松从入门到精通。