关于hbase表的设计原理，列簇，数据压缩，版本的设计

关于hbase表的设计原理，列簇，数据压缩，版本的设计

1.列簇一般设置是1-2 个，实际工作中我们设置的是一个列簇，如果列簇太多，那么一个列簇对应的是一个store，也是对应一个memstore，那么当达到一定的阈值（默认是128M），就会进行一次flush，多个列簇就会进行多次的flush，会导致不必要的I/O消耗，所以一般设置成1-2个就可以，并且能使用一个就不要使用两个。

2.版本的设计：我们的项目不需要保存历史数据，那么就使用默认的版本：VERSIONS=1,；如果我们的项目需要保存历史的变更信息，那么我们就可以使用VERSIONS>1的版本，但是一个弊端就是，设置为>1,那么也就意味着会占用更多的空间。
3.关于数据的压缩，hbase默认是没有使用数据压缩的CORPRESSION=NONE;

我们可以自己来设置，数据压缩算法有（GZIP,SNAPPY，LZO）,其中GZ是hbase默认的算法，snappy要看一下hadoop是否支持这个压缩算法。
GZ的压缩占比是13%左右，压缩占比是最高的，但是同时压缩和解压缩的速度相对来说较慢一下，一般也就是使用GZ，看具体的实际情况。