什么是Rowkey
- 类似于 MySQL、Oracle中的主键，用于标识唯一的行
- 完全是由用户指定的一串不重复的字符串；
- HBase 中的数据永远是根据 Rowkey 的字典排序来排序的。
Rowkey的作用
- 读写数据时通过 RowKey 找到对应的 Region；
- MemStore 中的数据按 RowKey 字典顺序排序；
- HFile 中的数据按 RowKey 字典顺序排序。
RowKey对查询的影响
以 userId+phone+name 作为rowkey
支持场景：
- userId = 111 AND phone = 158 AND name = tbkk
- userId = 111 AND phone = 139
- userId = 111 AND phone = 13xxxxxx
- userId = 111
难以支持场景：
- phone = 158 AND name = tbkk
- phone = 139
- name = tbkk
RowKey对Region的影响
- HBase 表的数据是按照 Rowkey 来分散到不同 Region，不合理的 Rowkey 设计会导致热点问题。热点问题是大量的 Client 直接访问集群的一个或极少数个节点，而集群中的其他节点却处于相对空闲状态。
- 如果电话号码作为RowKey，则很容易产出热点
RowKey设计技巧
Salting
Salting 的原理是将固定长度的随机数放在行键的起始处
- 优缺点：由于前缀是随机生成的，因而如果想要按照字典顺序找到这些行，则需要做更多的工作。从这个角度上看，salting增加了写操作的吞吐量，却也增大了读操作的开销
Hashing
Hashing 的原理将RowKey进行hash计算，然后取hash的部分字串和原来的RowKey进行拼接
- 优缺点：可以一定程度打散整个数据集，但是不利于Scan；由于不同数据的hash值可能一样，实际应用中可以使用md5计算，然后截取前几位的字符串。如下：subString(MD5(设备ID), 0, x) + 设备ID，其中x一般取5或6。
Reversing
Reversing 的原理是反转一段固定长度或者全部的键
- 优缺点：有效地打乱了行键，但是却牺牲了行排序的属性和可读性,并且不是所有的都合适，个人比较喜欢这种方式，毕竟Rowkey也是需要存储空间的，这种方式节约了空间。
总结
Rowkey的设计有多种方式，主要看业务场景，不同的业务场景，使用合适的设计可以事半功倍。
