模式创建

  1. 拥有不同的设计特性
  2. 1.这个表应该有多少个列族
  3. 2.列族使用什么数据
  4. 3.每个列族应该有多少列
  5. 4.列名是什么，尽管列名不必在建表的时候定义，但是读写数据是需要知道的
  6. 5.单元应该存放什么数据
  7. 6.每个单元存储多少个时间版本
  8. 7.行键结构是什么，应该包含什么信息

HBase模式的设计更需要注意两个关键点

  1. 1.Join
  2.     HBase中没有Join概念，所以不支持Join操作
  4. 2.Rowkey
  5.     Rowkey设计最重要

优化几点：

  1. 1.Rowkey 是以字典顺序从大到小排序
  2.     Rowkey = Integer.MAX_VALUE-Rowkey
  3. 2.Rowkey尽量散列Rowkey设计
  4.     散列保证所有的数据都不是在一个Region
  5.     a.反转  b.散列  c.取模
  6. 3.RowKey的长度尽量短
  7.     1.存储开销增加。影响存储效率
  8.     2.内存中Rowkey字段过长，会导致内存的利用率jian di

列族定义

  1. HBase 并不能很好的处理两个或者三个以上的列族

可配置的数据块大小

  1. 1.数据块索引存储每个HFile数据块的起始健
  2. 2.数据块大小的设置影响数据块索引的大小
  3. 3.数据块越小，索引越大，从而占用更大的内存空间

数据块缓存

情景：
如果只是执行很多顺序化扫描，会多次使用缓存，并且可以能会滥用缓存，从而把应该放进缓存获取性能提升的数据给排挤出去

  1.     数据块默认是打开的，在新建表或更改表时关闭数据块缓存属性
  2.     hbase> create 'mytable',{NAME=>'colfam1',BLOCKCACHE=>'false'}
  4.     IN_MEMORY:
  5.     hbase> create 'mytable',{NAME=>'colfam1',BLOCKCACHE=>'false',IN_MEMORY=>'true'}

布隆过滤器

数据压缩

  1. hbase(main):002:0>create 'mytable',{NAME => 'colfam1',COMPRESSION => 'SNAPPY'
  3. 注意：数据只在硬盘上压缩的，在内存中或网络传输时是没有压缩的

单元时间版本

时间版本也是在列族级设置的

  1. hbase(main):002:0>create 'mytable',{NAME => 'colfam1',VERSION => 1}

为列族指定多个属性

  1. hbase(main):002:0>create 'mytable',{NAME => 'colfam1',VERSIONS => 1,TTL => '18000'}

也可以指定类族存储的最少时间版本数，代码如下：

  1. hbase(main):002:0>create 'mytable',{NAME => 'colfam1',VERSIONS => 5
  2.  MIN_VERSIONs => '1'}

生存时间

  1.  用于设置单元格的生存周期

可以在建表时设置TTL

  1. hbase(main):002:2> create 'thetable',{NAME => 'cf1',TTL => '18000'}
  2. 该命令在列族cf1上设置TTL为18000s，即5小时，cf1中超过5小时的数据将会在下一次合并时被删除