HBase：如何设计这个rowkey？
HBase : how to design this rowkey?
我有大量数据要存入HBase。它基本上是包含产品信息的 csv 文件：
date|product_id|client_id|client_name
2020-08-02|152341|1|Tom
2020-08-02|152341|2|Kate
用户应该能够通过 (date, product_id)（应该是 API 参数）检索产品信息列表。
(date, product_id) 不是唯一的.
这种情况下，HBase中的rowkey如何设计？
由于(date, product_id)不是唯一的，我在向HBase中插入数据时必须为其添加一个UUID。所以它看起来像这样：2020-08-02_152341_[UUID]。可以正常使用，但这种情况下会出现热点问题。
但是如果我添加 salt/hash 比如 01-2020-08-02_152341_[UUID]，我怎么知道 UUID 是什么？它不是用户输入的一部分。所以我既不能使用startKey/endKey（因为有盐）也不能重建行键。
两者都需要。方法如下：
- 为了避免热点，在行键前添加
date 和 product_id 的散列（不是 UUID ！）。一个简单的散列函数，如 murmur 应该可以。
- 由于
date 和 product_id 的组合 不是 唯一的，您还需要 追加 一个值到你的行键。这可以是 UUID。但是，如果可能，请将其附加到域模型中现有属性的值如果唯一。 （我看到 "1|Tom" 是一条记录。那 "1" 是独一无二的吗？）
从 HBase 访问记录时，按 'prefix filter' 读取行。在这种情况下，您的前缀将是：
hash(date + "_" + product_id) + "_"+ date + "_" + product_id + "_"
参见 setRowPrefixFilter for how to fetch by prefix. Alternatively, you may consider using a library such as hbase-orm 以面向对象的方式通过前缀获取记录（披露：我是图书馆的作者）。
我有大量数据要存入HBase。它基本上是包含产品信息的 csv 文件：
date|product_id|client_id|client_name
2020-08-02|152341|1|Tom
2020-08-02|152341|2|Kate
用户应该能够通过 (date, product_id)（应该是 API 参数）检索产品信息列表。
(date, product_id) 不是唯一的.
这种情况下，HBase中的rowkey如何设计？
由于(date, product_id)不是唯一的，我在向HBase中插入数据时必须为其添加一个UUID。所以它看起来像这样：2020-08-02_152341_[UUID]。可以正常使用，但这种情况下会出现热点问题。
但是如果我添加 salt/hash 比如 01-2020-08-02_152341_[UUID]，我怎么知道 UUID 是什么？它不是用户输入的一部分。所以我既不能使用startKey/endKey（因为有盐）也不能重建行键。
两者都需要。方法如下：
- 为了避免热点，在行键前添加
date和product_id的散列（不是 UUID ！）。一个简单的散列函数，如 murmur 应该可以。 - 由于
date和product_id的组合 不是 唯一的，您还需要 追加 一个值到你的行键。这可以是 UUID。但是，如果可能，请将其附加到域模型中现有属性的值如果唯一。 （我看到"1|Tom"是一条记录。那"1"是独一无二的吗？）
从 HBase 访问记录时，按 'prefix filter' 读取行。在这种情况下，您的前缀将是：
hash(date + "_" + product_id) + "_"+ date + "_" + product_id + "_"
参见 setRowPrefixFilter for how to fetch by prefix. Alternatively, you may consider using a library such as hbase-orm 以面向对象的方式通过前缀获取记录（披露：我是图书馆的作者）。