Hbase高级进阶系列（三）Hbase表设计之行键设计

在使用hbase做表的时候，表设计也是一个非常重要的概念，一个好的表设计可以为后期hbase的使用减少很多的麻烦。但是对于大多数企业来说，前期在设计表的时候，一般都是做简单的设计，随着后面业务的发展，此时整体表结构可能会涉及到改动，那么此时我们创建的新表会涉及到大量数据的转移，并且还可能涉及到改写一些公共的写入读取相关的model结构，这时的工作量是比较大的，所以一个好的表设计是一个比较良好的开端。这里我们会把表设计逐步拆分出来进行讲解，本文主要介绍的就是行键的设计。

对于hbase的行键，我们知道他是一个根据ASCII码进行排序的字符串，在早期，我们从网上的教程里面了解到设计行键的初衷：

1、行键里面尽量包含特定含义的内容，保证查询数据的时候可以快速定位到。

那么我们在设计的时候，有时候会设计成这样的一些信息，例如：有一个学生的属性，那么我们可能会设计为：

${user_id}_${SCHOOL_ID}_${CLASSid}

以上仅是列举一个案例，这样子在行键里面包含有用户的id，学校的id，班级的id，可以让我们很方便的进行定位。在一些简单的使用或者demo阶段其实这样子是没有任何问题的。但是在高阶的用法里面，这里我们一般会涉及到使用外部索引的方式来解决，并且写入的时候进行分散。这是什么意思呢？

像上面这种定义，对于查询来说我们确实可以快速的定位学生或者班级等信息，但是对于写入来说就不是很良好了，例如我们下面给一组数据：

1_1_1
2_1_1
3_1_1
。。。。

可以看到这里学生id是连续的，学校和班级是相同的。此时我们如果在写入数据的时候就会造成region热点，影响整体的写入效率。所以我们在高阶的用法里面咱们是怎么弄的呢？就是依赖搜索引擎+hash的方式。具体做法如下：

我们首先把数据写入到搜索引擎：

user_id    school_id    class_id  row_key
1          1            1         4eb90ba61276b0e27cee6f190e612949
2          1            1         a6471b147e51f4d317e48cc16ab908ed
3          1            1         133ffeb860736cb2cda845fe8f91af5e

此时我们是把对应的字段进行拆分，然后组合${user_id}_${SCHOOL_ID}_${CLASSid}字符串再进行hash，把hash的值作为hbase的行键存储起来，接着我们再把数据存储到habse中，用上面的hash作为行键。

此时我们会发现所有的行键被进行hash分散了，那么在写入数据的时候会分散到不同的region里面去，此时大大的提高了hbase的写入效率。同时读取的时候也比较方便，首先从搜索引擎里面查询出来对应条件的row_key，然后直接去hbase里面进行get信息即可，效率比之间从行键上检索相关的信息来的更快。

以上就是hbase表设计里面的行键设计的高阶用法。 

备注：

1、hbase表设计主要是行键这块比较重要，所以着重介绍rowkey的设计。
2、剩下的列族这块，我们建议不要使用多个列族，一张表99%情况下1个列族就能满足需求，剩余特殊情况下做2个列族，如果超过2个列族，我们建议拆分为2个表。
3、列这块的设计，主要是介绍后面的压缩。详情可查看后面的文章。