HBase行键设计原则

行键设计原则（三大核心）：

1. 散列性（避免热点）：

• 顺序递增的RowKey会导致Region热点（所有写请求集中在一个Region）
• 解决方案：
  • 加盐（Salting）： RowKey = 随机前缀 + 原始Key，如hash(user_id) + user_id（常用）
  • 反转（Reversing）： 将时间戳反转，Long.MAX_VALUE - timestamp + user_id
  • 哈希（Hashing）： 对整个RowKey做MD5/SHA

2. 长度控制：

• HBase索引存储在内存中，RowKey越长占用内存越多
• 推荐RowKey长度控制在8-64字节，越短越好
• 使用数字而非字符串（如Long比String存储效率高）

3. 相关性（数据聚合）：

• 需要一起查询的字段放在RowKey的前缀
• 示例：user_id + timestamp可以实现查询某个用户的所有记录

常见设计模式：

时间序列模式：

RowKey = hash(user_id) + timestamp
示例：a3f2_2024-01-15_10:30:00  → 散列前缀保证写均匀，后缀实现范围扫描

交易记录模式：

RowKey = user_id反转 + 交易ID
示例：4321_rev_user_ + TXN20240115001  → 同一用户数据连续存储

事件日志模式：

RowKey = (事件类型哈希) + (Long.MAX_VALUE - 时间戳) + 事件ID
示例：f9_18446744073709551615_evt001  → 最新数据在Region头部

影响性能的原因：

• Region Server按RowKey字典序存储数据
• 相邻RowKey在同一个Region中
• 顺序写入导致写热点；散列写入导致随机读性能下降（需权衡）