為什麼要進行md5 或 Hash 或進行反轉？

一句話說明：負載均衡，可以將記錄平均分到不同的region

比如：業務id有時候開頭是跟業務相關的一些編碼。有個可能某個編碼下面對應記錄比較多，某些編碼對應比較少。

比如上圖示例中1111開頭的有3條資料。其他字首的都在3條以下

所以通過md5或者其他方式進行雜湊。

MD5  =>   DHS中選十六進位制(string)

手機號反轉=>DHS中選十進位制(string)

其他自定義hash並序列化儲存的=>DHS中選二進位制

api：

寫入：table.put。  

查詢：通過rowkey精準查詢：table.get( Get(rowkey) )

DHS選“十六進位制String型別”

MD5開頭字首作為rowkey程式碼寫法：

2.Scan操作(掃描操作):

利用hbase表，字典排序的特性，進行的掃描操作，要查詢的資料有共同的字首

scan操作不是無限制的！

scan操作一般都設定startkey，stopkey。資料量比較多的時候要增加salt_bucket

但是這還不夠：為防止超時，scan 1w條以上的操作，要分成多次進行scan。因為scan資料操作會有大量的磁碟讀取操作（磁碟IO升高），把結果放入記憶體（佔用記憶體導致GC頻率升高），再通過RPC傳送到客戶端（網路頻寬）。

如果設定Filter進行過濾呢？——即使設定了Filter，也會掃描startkey到stopkey之間的所有資料。再在記憶體中過濾之後再返回客戶端。

對客戶端有什麼影響？如果不分批掃描，除了對伺服器磁碟記憶體網路造成壓力，也會造成客戶端超時。

下面是增加salt_bucket之後，分多個執行緒同時scan的情況。如果沒有分salt_bucket，就是其中一個scan執行緒的情況。