默认情况下，每个Table只有一个Region。随着数据的不断写入，Region会自动进行拆分，拆分后的Region会被分配到其他RegionServer上，实现HBase的负载均衡。

• HBase已经有6种Split触发策略，常见的Split策略如下：

如果知道hbase数据表的key的分布情况，就可以在建表的时候对hbase进行region的预分区。这样做的好处是防止大数据量插入的热点问题，提高数据插入的效率。

HBase中的表，支持十亿行 * 百万列 * 千版本

TTL是作用于列族的，它设置了一个基于时间戳的临界值， 内部的管理会自动检查TTL值是否达到上限，在major合并过程中时间戳被判定为超过TTL的数据会被自动删除。

• 即使超过TTL设置，依然要保留最小版本数相应的版本个数

HBase也有一种机制可以将列当作计数器。否则,如果用户需要对一行数据加锁,然后读取数据,再对当前数据做加法,最后写回 HBase并释放该行锁,从而其他写程序可以访问该行数据。这样做会引起大量的资源竞争问题,尤其是当客户端进程崩溃之后,尚未释放的锁需要等待超时恢复——这会在一个高负载的系统中引起灾难性的后果。

计数器是面向列的操作，即每次对特定计数器的操作只会锁住一列而不是一行，然后读取数据，再对当前数据做加法操作，最后再写入HBase中并释放该列的锁，在操作的过程中用户是可以访问这一行的其他数据的

• 增加值和对计数器产生的作用:

单计数器顾名思义就是一次操作只能操作一个计数器，用户需要自己设置列，方法由HTable类提供 单计数器每一次只允许操作一个计数器，如果一行中多个列都是计数器则需要将代码重复编写，因此HBase的HTable类提供了另外一个方法，可以一次操作同一行的多个计数器
• Rowkey 是一个二进制码流，Rowkey 的长度被很多开发者建议说设计在 10~100 个字节，不过建议是越短越好，不要超过 16 个字节，存为byte[]字节数组，一般设计成定长的。
• MemStore 将缓存部分数据到内存，如果 Rowkey 字段过长内存的有效利用率会降低， 系统将无法缓存更多的数据，这会降低检索效率。因此 Rowkey 的字节长度越短越好。
• 目前操作系统是都是 64 位系统，内存 8 字节对齐。控制在 16 个字节，8 字节的整数 倍利用操作系统的最佳特性。
• 如果 Rowkey 是按时间戳的方式递增，不要将时间放在二进制码的前面，建议将 Rowkey 的高位作为散列字段，由程序循环生成，低位放时间字段，这样将提高数据均衡分布在每个 Regionserver 实现负载均衡的几率。如果没有散列字段，首字段直接是时间信息将产生所有 新数据都在一个 RegionServer 上堆积的热点现象，这样在做数据检索的时候负载将会集中

• • 必须在设计上保证其唯一性。rowkey 是按照字典顺序排序存储的，因此，设计 rowkey 的时候，要充分利用这个排序的特点，将经常读取的数据存储到一块，将最近可能会被访问 的数据放到一块。

• HBase作为MR的数据源，实现聚合操作

• HBase作为Hive的外表，实现离线分析