[http://hbase.apache.org/book/schema.html 官网]
首先要分区NoSQL 数据模型设计一般从业务应用的具体数据查询入手，而不是数据间的关系，关系型的数据模型基本上是分析数据间的结构和关系。[[BR]]
因为HBASE不支持join，所以一般是通过 反规格化（Denormalization）和灵活的Schema嵌套的方式来减少Join的需求[[BR]]


==       1、表的属性[[BR]] ==


      (1) 最大版本数：通常是3，如果对于更新比较频繁的应用完全可以设置为1，能够快速的淘汰无用数据，对于节省存储空间和提高查询速度有效果。[[BR]]

      (2) 压缩算法：尝试使用snappy算法，相对lzo来说，压缩率接近，压缩效率稍高，解压效率高很多，而且安装相对方便[[BR]]

      (3) inmemory：表在内存中存放，同时磁盘上也会存放，可以提高访问速度，可以设置到某个CF，HBASE并不保证数据都在内存。[[BR]]

      (4) [http://blog.csdn.net/jiaomeng/article/details/1495500 bloomfilter]：开启可以提升Get和Exist的速度，根据应用来定，看需要精确到rowkey还是column。不过这里需要理解一下原理，bloomfilter的作用是对一个region下查找记录所在的hfile有用。即如果一个region下的hfile数量很多，bloomfilter的作用越明显。适合那种compaction赶不上flush速度的应用，单这种应用在我们这里比较少见。如果你在表中设置了Bloomfilter，那么HBase会在生成StoreFile时包含一份bloomfilter结构的数据，称其为MetaBlock；MetaBlock与DataBlock（真实的KeyValue数据）一起由LRUBlockCache维护。所以，开启bloomfilter会有一定的存储及内存cache开销。[[BR]]
在0.90版，Get只是Scan的一个特殊操作，没有做特别的优化，不知道新版有没有优化。

 
==      2、rowkey[[BR]] ==


       rowkey是hbase的key-value存储中的key，通常使用用户要查询的字段作为rowkey，查询结果作为value。可以通过设计满足几种不同的查询需求。[[BR]]

      (1) 数字rowkey的从大到小排序：原生hbase只支持从小到大的排序（这里是指scanner的next方法)，这样就对于排行榜一类的查询需求很尴尬。那么采用rowkey = Integer.MAX_VALUE-rowkey的方式将rowkey进行转换，最大的变最小，最小的变最大。在应用层再转回来即可完成排序需求。[[BR]]

      (2) rowkey的散列原则：如果rowkey是类似时间戳的方式递增的生成，建议不要使用正序直接写入rowkey，而是采用reverse的方式反转rowkey，使得rowkey大致均衡分布，这样设计有个好处是能将regionserver的负载均衡，否则容易产生所有新数据都在一个regionserver上堆积的现象，这一点还可以结合table的预切分一起设计。[[BR]]


==       3、columnfamily[[BR]] ==


      列族（CF)尽量少，如果一个列族（CF)搞定就不要把它分开成两个，不同列族（CF)是分文件存储[[BR]]


==       4、column[[BR]] ==


     (1) 对于column需要扩展的应用，column可以按普通的方式设计，但是对于列相对固定的应用，最好采用将一行记录封装到一个column中的方式，这样能够节省存储空间。封装的方式推荐protocolbuffer。[[BR]]
     
     (2) column的数目不要超过百万，不然会出现OOM。如果column过多，可以考虑将column设计到rowkey的方法解决。例如原来的rowkey是uid1,，column是uid2，uid3...。重新设计之后rowkey为<uid1>~<uid2>，<uid1>~<uid3>...，采用scan(startkey,endkey)的扫描方法来读数据[[BR]]




 
== 程序开发是注意的地方 ==

    (1)、需要判断所求的数据行是否存在时，尽量不要用HTable.exists(final byte [] row) 而用HTable.exists(final byte [] row, final byte[] column)等带列族的方法替代。[[BR]]

    (2)、不要使用HTable.get(final byte [] row, final byte [] column) == null来判断所求的数据存在，而是用HTable.exists(final byte [] row, final byte[] column)替代[[BR]]

    (3)、HTable.close()方法少用.因为我遇到过一些很令人费解的错误 (这点没有验证)

----

== HBASE表格设计例子 ==
场景1：[/wiki/table_example1  记录用户操作行为][[BR]]
原文:[http://blog.chinaunix.net/uid-9460004-id-2002507.html ]


场景2：[/wiki/table_example2 多层次的entity设计] 海量产品可以采这种 [[BR]]
原文在附件的pdf中

场景3：[/wiki/table_example3 mozilla 实时下载统计系统] 类似于魔方的统计 [[BR]]
原文:[https://wiki.mozilla.org/BouncerRealTimeMetricsProject ]
----

如果要为HBASE做一些索引表，或者通过其他方法提高查询速度，可以参考这篇文章[http://www.oschina.net/question/12_29726  HBase 二级索引与 Join][[BR]]
其他参考文章[[BR]]

[http://coolshell.cn/articles/7270.html NoSQL 数据建模技术] [/wiki/hbase_table_design/HBaseSchema_HBaseCon2012.pdf HBaseSchema_HBaseCon2012]