Rowkey 長度

　　Rowkey 是一個二進(jìn)制碼流，建議越短越好，一般不超過 16 個字節(jié)，主要是出于以下的考慮：

　　數(shù)據(jù)的持久化文件 HFile 中是按照 KeyValue 存儲的，即你寫入的數(shù)據(jù)可能是一個 RowKey 對應(yīng)多個列族，多個列，但是實際的存儲是每個列都會對應(yīng) Rowkey 寫一遍，即這一條數(shù)據(jù)有多少個列，就會存儲多少遍 Rowkey，這會極大影響 HFile 的存儲效率

　　MemStore 和 BlockCache 都會將緩存部分?jǐn)?shù)據(jù)到內(nèi)存，如果 Rowkey 字段過長內(nèi)存的有效利用率會降低，系統(tǒng)將無法緩存更多的數(shù)據(jù)，這會降低檢索效率。

　　目前操作系統(tǒng)一般都是 64 位系統(tǒng)，內(nèi)存 8 字節(jié)對齊。控制在 16 個字節(jié)，8 字節(jié)的整數(shù)倍，利用操作系統(tǒng)的最佳特性。

　　Rowkey 散列設(shè)計

　　HBase 的 Rowkey 是按照字典序排列的，而數(shù)據(jù)分布在 RegionServer 上的方式是做高位哈希，所以如果我們的 Rowkey 首位存在大量重復(fù)的值那么很可能會出現(xiàn)數(shù)據(jù)傾斜問題，關(guān)于數(shù)據(jù)傾斜的問題下面會詳細(xì)說明，總之，原則上就是Rowkey 的首位盡量為散列。

　　常訪問的數(shù)據(jù)放到一起

　　對于需要批量獲取的數(shù)據(jù)，比如某一天的數(shù)據(jù)，可以把一整天的數(shù)據(jù)存儲在一起，即把 rowkey 的高位設(shè)計為時間戳，這樣在讀數(shù)據(jù)的時候就可以指定 Start RowKey 和 End RowKey 做一個 scan 操作，因為高位相同的 Rowkey 會存儲在一起，所以這樣讀是一個順序讀的過程，會比較高效。但是這樣有一個很明顯的問題，違背了上一條Rowkey 散列設(shè)計原則，很可能會出現(xiàn)數(shù)據(jù)傾斜問題。所以說沒有最好的設(shè)計，具體如何權(quán)衡就得看實際業(yè)務(wù)場景了

　　更多關(guān)于大數(shù)據(jù)培訓(xùn)的問題，歡迎咨詢千鋒教育在線名師，如果想要了解我們的師資、課程、項目實操的話可以點擊咨詢課程顧問，獲取試聽資格來試聽我們的課程，在線零距離接觸千鋒教育大咖名師，讓你輕松從入門到精通。