hbase 表设计风格指南
简介
本指南是对在 HBase 进行字段设计而提供的指导性准则和建议。总体标准、设计方式参照 Google 开源项目风格指南 以及现有项目经验。所有条目均为个人总结，并不是一份官方标准性质的指南 。
HBase 是建立在 Hadoop 文件系统（HDFS）之上的分布式、面向列的数据库。
一般原则
- 无论是表或者是列或者其他，都应该使用名词或者动宾短语以代表一类对象;
- 尽量避免使用 (尤其是单独使用) 例如
int、join、select等常见保留词; - HBase 在性能和效率上更擅长处理 “高而瘦” 的表，而非 “矮而胖” 的表——以 Excel 类比，HBase 应该尽可能设计成只有很少的列 (瘦) 而有非常多行 (高) 的模式;
命名空间 (NameSpace)
命名规范
- 采用英文单词、阿拉伯数字的组合形式，其中，单词必须大写，并且首字符必须为英文字符，不能是数字;
- 不建议用连接符（下划线）拼接多个单词，简单语义的可采用单个单词，复杂语义的可采用多个单词的首字母拼接;
- 长度尽量限制在 4~8 字符之间;
- 命名空间一般可与项目名称、组织机构名称等保持一致;
- 一般情况下如果不指定命名空间，表会被放在默认 (default) 命名空间下;
示例
ZKR
XJ917
表 (Table)
命名规范
- 采用英文单词、阿拉伯数字、连接符（_）的组合形式，其中，单词必须大写，并且首字符必须为英文字符，可用连接符拼接多个单词;
- 长度尽量限制在 8~16 字符之间;
- 尽量采用具有明确意义的英文单词，而不建议采用汉字的拼音字母或者拼音首字母组合;
- 无需以
TABLE结尾;
示例
USER_INFO
WEIBO_USER_FANS
行键 (Rowkey)
命名规范
- 采用英文单词、阿拉伯数字、非转义字符组合形式，不要求大小写，但首字符必须是英文字符或数字;
示例
123456-654321
dftf3a3l3rv3qr
s.taobo.com/faefavc
注意
慎重将时间戳直接放入行键中
对于同一条数据，HBase 本身提供时间戳 (TimeStamp) 以在同一个 RowKey 下保存不同版本数据; 对于整体，存放旧数据的区域随着时间戳增大可能不再写入，而存放新数据的区域始终保持高负荷，这样降低了 HBase 整体的读写能力。
一个推荐的方式是使用反向时间戳。
权衡 hash 和 string 的效果
哈希化 (一般特指单项哈希) 的 Rowkey 能很好的避免热点问题，但是也会同时丢失直接使用 String 的 RowKey 的天然聚类和排序的能力。
列族 (ColumnFamily)
命名规范
- 采用英文单词、阿拉伯数字的组合形式，其中，单词必须大写，并且首字符必须为英文字符，不能是数字;
- 长度尽量限制在 1~6 字符之间，过长的列族名称将占用更多的存储空间, 它们不应该像在典型的 RDBMS 中一样具有自我记录和描述性;
示例
DATA
D1 # data1
WA # web args
注意
列族的数量应控制在 1-3 个
HBase 表不应该被设计成模拟 RDBMS 表，列族的数量在满足需求的情况下应该尽可能少。在存储时，一个列族会存储成一个 StoreFile，多个列族对应的多个文件在分裂时会对服务器造成更大的压力。
列 (Qualifier)
命名规范
- 采用英文单词、阿拉伯数字、连接符（_）的组合形式，其中，单词必须 ** 小写 **，并且首字符必须为英文字符，不能是数字，可用连接符拼接多个单词;
- 所有列名都应该是名词或者以
is开头的动宾短语 (表示判断)，不应该使用其他词性单词; - 允许使用前缀，不允许使用后缀;
- 长度尽量限制在 1~16 字符之间;
- 尽量采用具有明确意义的英文单词，而不建议采用汉字的拼音字母或者拼音首字母组合;
示例
user_name
is_str
sound_type
