Hadoop HBase概念学习系列之优秀行键设计（十六）

shangban

　　尽量最小化行名和列名的字段大小
　　在HBase中，值是作为一个单元(Cell)保存在系统的中的，要定位一个单元，需要行，列名和时间戳。通常情况下，如果你的行和列的名字要是太大(甚至比value的大小还要大)的话，你可能会遇到一些有趣的情况。在HBase的存储文件中，有一个索引用来方便值的随机访问，但是访问一个单元的坐标要是太大的话，会占用很大的内存，这个索引会被用尽。所以要想解决，可以设置一个更大的块大小，当然也可以使用更小的列名。压缩也能得到更大指数。大部分时候，小的低效不会影响很大。不幸的是，这里会是个问题。无论是列族，属性和行键都会在数据中重复上亿次。所以我们设计habse时候尽量遵循以下几点：
　　一. 尽量使列族名小，最好一个字符
　　二. 虽然详细属性名易读，最好还是用短属性名 (e.g., "via") 保存到HBase.不建议使用详细属性名
　　三. 让行键短到可读即可，这样对获取数据有用(e.g., Get vs. Scan)。 短键对访问数据无用，并不比长键对get/scan更好。设计行键需要权衡。
　　四. long 类型有 8 字节. 8字节内可以保存无符号数字到18,446,744,073,709,551,615. 如果用字符串保存--假设一个字节一个字符--，需要将近3倍的字节数。