ApsaraDB for HBase的Rowkey設計在資料分區和資料查詢中很重要，本節介紹設計Rowkey前需要考慮的一些問題以及設計樣本。
問題考慮
- 問題一：Rowkey是唯一的嗎？
相同的Rowkey在HBase中認為是同一條資料的多個版本，查詢時預設返回最新版本的資料，所以通常Rowkey都需要保證唯一，除非用到多版本特性。
最佳設計樣本：Rowkey相當於資料庫的主鍵。Rowkey表示一條記錄。Rowkey可以是一個欄位也可以是多個欄位接起來。Rowkey為[userid]表示每個使用者只有一條記錄， Rowkey為[userid][orderid]表示每個使用者有多條記錄。
- 問題二：滿足哪種查詢情境？Rowkey的設計限制了資料的查詢方式，HBase有兩種查詢方式。
- 根據完整的Rowkey查詢（get方式），例如
SELECT * FROM table WHERE Rowkey = ‘abcde’。說明 get方式需要知道完整的Rowkey，即組成Rowkey所有欄位的值都是確定的。 - 根據Rowkey的範圍查詢（scan方式），例如
SELECT * FROM table WHERE ‘abc’ < Rowkey <’abcx’。說明 scan方式需要知道Rowkey左邊的值，例如您使用英文字典查詢pre開頭的所有單詞，也可以查詢prefi開頭的所有單詞，不能查詢中間或結尾為prefi的單詞。
最佳設計樣本：在有限的查詢方式下如何?複雜查詢？以下方法可以幫您實現。- 再建立一張表作為索引表。
- 使用Filter在服務端過濾不需要的資料。
- 使用二級索引。
- 使用反向scan方法實現倒序（將新資料排在前面），
scan.setReverse(true)。說明 反向scan的效能比正常scan效能差，如果大部分是倒序情境可以體現在Rowkey設計上，例如[hostname][log-event][timestamp] => [hostname][log-event][Long.MAX_VALUE - timestamp]。
- 根據完整的Rowkey查詢（get方式），例如
- 問題三：資料足夠分散，會存在堆積的熱點現象嗎？
散列的目的是將資料分散到不同的分區，不至於產生熱點使某一台伺服器終止，其他伺服器空閑，充分發揮分布式和並發的優勢。
最佳設計樣本：- 設計md5散列演算法：
[userId][orderid] => [md5(userid).subStr(0,4)][userId][orderid]。 - 設計反轉：
[userId][orderid] => [reverse(userid)][orderid]。 - 設計模數：
[timestamp][hostname][log-event] => [bucket][timestamp][hostname][log-event]; long bucket = timestamp % numBuckets。 - 增加隨機數：
[userId][orderid] => [userId][orderid][random(100)]。
- 設計md5散列演算法：
- 問題四：Rowkey可以再短點嗎？
短的Rowkey可以減少資料量，提高資料查詢和資料寫入效率。
最佳設計樣本：- 使用Long或Int代替String，例如
'2015122410' => Long(2015122410)。 - 使用編碼代替名稱，例如
'淘寶' => tb。
- 使用Long或Int代替String，例如
- 問題五：使用scan方式會查詢出不需要的資料嗎？
會的。情境舉例：table1的Rowkey為
column1+ column2+ column3，如果您需要查詢column1= host1的所有資料，使用scan 'table1',{startkey=> 'host1',endkey=> 'host2'}語句。如果有一條記錄為column1=host12，那麼此記錄也會查詢出來。最佳設計樣本：- 設計欄位定長，
[column1][column2] => [rpad(column1,'x',20)][column2]。 - 添加分隔字元，
[column1][column2] => [column1][_][column2]。
- 設計欄位定長，
常見設計樣本
- 日誌類、時間序列資料。列舉出以下三個情境設計Rowkey。
- 查詢某台機器某個指標某段時間內的資料，Rowkey設計為
[hostname][log-event][timestamp]。 - 查詢某台機器某個指標最新的幾條資料，Rowkey設計為
timestamp = Long.MAX_VALUE - timestamp; [hostname][log-event][timestamp]。 - 查詢的資料存在只有時間一個維度或某一個維度資料量巨大的情況，Rowkey設計為
long bucket = timestamp % numBuckets; [bucket][timestamp][hostname][log-event]。
- 查詢某台機器某個指標某段時間內的資料，Rowkey設計為
- 交易類資料。列舉出以下四個情境設計Rowkey。
- 查詢某個賣家某段時間內的交易記錄，Rowkey設計為
[seller id][timestamp][order number]。 - 查詢某個買家某段時間內的交易記錄，Rowkey設計為
[buyer id][timestamp][order number]。 - 根據訂單號查詢，Rowkey設計為
[order number]。 - 查詢中同時滿足三張表，一張買家維度資料表Rowkey設計為
[buyer id][timestamp][order number]。一張賣家維度資料表Rowkey設計為[seller id][timestamp][order number]。一張訂單索引表Rowkey設計為[order number]。
- 查詢某個賣家某段時間內的交易記錄，Rowkey設計為