1. HBase的存储形式
hbase的内部使用KeyValue的形式存储，其key是rowKey：family：column：logTime，value是其存储的内容。
其在region内大多以升序的形式排列，唯一的时logTime是以降序的形式进行排列。
所以，rowKey里越靠近左边的信息越容易被检索到。其设计时，要考虑把重要的信息放左边，不重要的信息放到右边。这样可以提高查询数据的速度。最重要的提高索引速度的就是设计合适的rowKey。
在做RowKey设计时，请先考虑业务是读比写多，还是读比写少，HBase本身是为写优化的，即便是这样，也可能会出现热点问题，而如果我们读比较多的话，除了考虑以上RowKey设计原则外，还可以考虑HBase的Coprocessor甚至elasticSearch结合的方法，无论哪种方式，都建议做实际业务场景下数据的压力测试以得到最优结果。
1.1 Hbase的存储结构
1.1.1 逻辑存储结构
| - | - | 列族：info | 列族：area |
|---|---|---|---|
| 行键 | 时间戳 | name / age | country / city |
| Row1 | t1 | 张三 / 11 | 中国 / 上海 |
| Row2 | t2 | 王二 / 20 |
在本图中，列簇（Column Family）对应的值就是 info 和 area ，列（ Column 或者称为 Qualifier ）对应的就是 name 、 age 、 country 和 city ，Row key 对应的就是 Row 1 和 Row 2，Cell 对应的就是具体的值。
- Row key ：表的主键，按照字典序排序。
- 列簇：在 HBase 中，列簇将表进行横向切割。
- 列：属于某一个列簇，在 HBase 中可以进行动态的添加。
- Cell : 是指具体的 Value 。
- Version ：在这张图里面没有显示出来，这个是指版本号，用时间戳（TimeStamp ）来表示。
在 HBase 中的 KEY 组成是这样的：
| Row key | CF（列簇） | cloumn | TimeStamp | value | |
|---|---|---|---|---|---|
| row 1 | info | name | t1 | 张三 |
KEY 的组成是以 Row key 、CF(Column Family) 、Column 和 TimeStamp 组成的。
TimeStamp 在 HBase 中充当的作用就是版本号，因为在 HBase 中有着数据多版本的特性，所以同一个 KEY 可以有多个版本的 Value 值（可以通过配置来设置多少个版本）。查询的话是默认取回最新版本的那条数据，但是也可以进行查询多个版本号的数据
1.1.2 Region Server 和 Region 的关系
| Region Server | Region Server | Region Server | Region Server |
|---|---|---|---|
| RegionA | RegionA | RegionB | RegionB |
| CFA | CFB | CFC | CFD |
- 一个 Region Server 就是一个机器节点(服务器)
- 一个 Region Server 包含着多个 Region
- 一个 Region 包含着多个列簇 (CF)
- 一个 Region Server 中可以有多张 Table，一张 Table 可以有多个 Region
1.1.3 Hbase读取数据的过程
Client 请求读取数据时，先转发到 ZK 集群，在 ZK 集群中寻找到相对应的 Region Server，再找到对应的 Region，先是查 MemStore，如果在 MemStore 中获取到数据，那么就会直接返回，否则就是再由 Region 找到对应的 Store File，从而查到具体的数据。
在整个架构中，HMaster 和 HRegion Server 可以是同一个节点上，可以有多个 HMaster 存在，但是只有一个 HMaster 在活跃。
在 Client 端会进行 rowkey-> HRegion 映射关系的缓存，降低下次寻址的压力。
1.2 HBase的存储机制
HBase是一个面向列的数据库，在表中它由行排序。表模式定义只能列族，也就是键值对。一个表有多个列族以及每一个列族可以有任意数量的列。后续列的值连续存储在磁盘上。表中的每个单元格值都具有时间戳。总之，在一个HBase：
- 表是行的集合。
- 行是列族的集合。
- 列族是列的集合。
- 列是键值对的集合。
这里的列式存储或者说面向列，其实说的是列族存储，HBase是根据列族来存储数据的。列族下面可以有非常多的列，列族在创建表的时候就必须指定。
2.HBase中建立分区（表）
2.1 为什么要建立分区表/分区表存在的意义是什么:
- 将大数据表的增加由无序变为有序
2.2 原理
在HBase中，每个表默认时都由一个Region存储原数据，但是若当数据慢慢增加时，就会将一个Region分裂成其他若干个不同的region。但是这种无序的分裂，会让后期的表扫描，表过滤操作很不方便（特别耗时）。正是着眼于未来表的改变，才有了为表创建分区的操作。
提前创建分区表为有序