7.3 Row Key

HBase中row key用来检索表中的记录，支持以下三种方式：

1. 通过单个row key访问：即按照某个row key键值进行get操作；
2. 通过row key的range进行scan：即通过设置startRowKey和stopRowKey，在这个范围内进行扫描；
3. 全表扫描：即直接扫描整张表中所有行记录。

在HBase中，row key可以是任意字符串，最大长度64KB，实际应用中一般为10~100bytes，存为byte[]字节数组，一般设计成定长的。

row key是按照字典序存储，因此，设计row key时，要充分利用这个排序特点，将经常一起读取的数据存储到一块，将最近可能会被访问的数据放在一块。

举个例子：如果最近写入HBase表中的数据是最可能被访问的，可以考虑将时间戳作为row key的一部分，由于是字典序排序，所以可以使用Long.MAX_VALUE - timestamp作为row key，这样能保证新写入的数据在读取时可以被快速命中。

问题1：设计rowkey的主要目的是什么？

参考答案：一条数据的唯一标识就是rowkey，那么这条数据存储于哪个分区，取决于rowkey处于哪个一个预分区的区间内，设计rowkey的主要目的 ，就是让数据均匀的分布于所有的region中，在一定程度上防止数据倾斜。

问题2: 请问rowkey常用的设计方案有哪些？

参考答案：

1. 生成随机数、hash、散列值

   xxxxxxxxxx
   比如：
   原本rowKey为1001的，SHA1后变成：dd01903921ea24941c26a48f2cec24e0bb0e8cc7
   原本rowKey为3001的，SHA1后变成：49042c54de64a1e9bf0b33e00245660ef92dc7bd
   原本rowKey为5001的，SHA1后变成：7b61dec07e02c188790670af43e717f0f46e8913
   在做此操作之前，一般我们会选择从数据集中抽取样本，来决定什么样的rowKey来Hash后作为每个分区的临界值。
   

2. 字符串反转

   xxxxxxxxxx
   20500123000001转成1000032100502
   20500123000002转成2000032100502
   

   这样也可以在一定程度上散列逐步put进来的数据。

3. 字符串拼接

   xxxxxxxxxx
   20500123000001_e15a
   20500613000001_a6b2