HBase rowkey设计

参考：http://www.inter12.org/archives/1192

https://www.jianshu.com/p/e115189001fe

https://www.cnblogs.com/-courage/p/11536733.html

 

RowKey的设计：
在实际的设计中我们可能更多的是结合多种设计方法来实现Rowkey的最优化设计。
案例一：
设计订单状态表时使用：Rowkey: reverse(order_id) + (Long.MAX_VALUE – timestamp)，
这样设计的好处：(1)我们只会查本订单的数据，通过reverse订单号避免Region热点，(2)可以按时间倒排显示。

案例二：
使用HBase作为事件(事件指的的终端在APP中发生的行为，比如登录、下单等等统称事件(event))的临时存储(HBase只存储了最近10分钟的热数据)来举例：

设计event事件的Rowkey为：两位随机数Salt + eventId + Date + kafka的Offset

这样设计的好处是：

设计加盐的目的是为了增加查询的并发性，假如Salt的范围是0~n，那我们在查询的时候，可以将数据分为n个split同时做scan操作。经过我们的多次测试验证，增加并发度能够将整体的查询速度提升5～20倍以上。随后的eventId和Date是用来做范围Scan使用的。在我们的查询场景中，大部分都是指定了eventId的，因此我们把eventId放在了第二个位置上，同时呢，eventId的取值有几十个，通过Salt + eventId的方式可以保证不会形成热点。在单机部署版本中，HBase会存储所有的event数据，所以我们把date放在rowkey的第三个位置上以实现按date做scan，批量Scan性能甚至可以做到毫秒级返回。

这样的rowkey设计能够很好的支持如下几个查询场景：

1、全表scan

在这种情况下，我们仍然可以将全表数据切分成n份并发查询，从而实现查询的实时响应。

2、只按照event_id查询

3、按照event_id和date查询

案例三：
某主题的留言倒序展示，这个时候我们设计的Rowkey要和时间顺序相关。
可以使用"Long.MAX_VALUE - 发表时间"的 long 值作为 Rowkey 的前缀。 rowKey为： 主题Id + "Long.MAX_VALUE - 发表时间"

案例四：
交易类数据

查询场景：

1.查询某个卖家某段时间内的交易记录

[seller id][timestmap][order number]

2.查询某个买家某段时间内的交易记录

[buyer id][timestmap][order number]

3.根据订单号查询

[order number]

4.同时满足1，2，3

三张表：

一张买家维度表，rowkey为：

[buyer id][timestmap][order number]

一张卖家维度表，rowkey为：

[seller id][timestmap][order number]

一张订单索引表，rowkey为：

[order number]