1. Hbase分區
HBase中，表會被劃分為1…n個Region，被託管在RegionServer中。Region二個重要的屬性:StartKey與 EndKey表示這個Region維護的rowKey范圍，當我們要讀/寫數據時，如果rowKey落在某個差大稿start-end key范圍內，那麼就會定位到目標region並且讀/寫到相關的數據。
默認地，當我們只是通過HBaseAdmin指定TableDescriptor來創建一張表時，start-end key無邊界，region的size越來越大時，大到 一定的閥值，就會找虛孝到一個midKey將region一分為二，成為2個region,這個過 程稱為分裂(region-split).而midKey則為這二個region的臨界
1.總是往最大start-key的region寫記錄，之前分裂出來的region不會再被寫數據，它們都處於半滿狀態
2.split是比較耗時耗資源
合理設計rowkey 能讓各個region 的並發請求 平均分配(趨於均勻) 使IO 效率達到最高
（預分區需要將hbase.hregion.max.filesize設置一個較大的值，默認是10G（0.94.3 ） 也就是說單個region 默認大小是10G）
shell
指明分割點
HexStringSplit指明分割策略，-c 10指明要分割的區域數量，-f指明表中的列族，用「:」分割。
根據文件創建分區並壓縮
COMPRESSION 默認值NONE，即不使用壓縮
建議採用SNAPPY壓縮
官方文檔給出的建表提示
TTL 默認是 2147483647 即:Integer.MAX_VALUE 值 大概是68年，這個參數是說明該列族數據的 存活時間，單位是s，超過存過時間的數據將在表中不在顯示，待下次major compact的時候再徹底刪除數據，
若設置MIN_VERSIONS=>』0』 TTL時間戳過期後，將全部徹底刪除該family 下所有的數據，如果MIN_VERSIONS 不等於0 那將保留最新的MIN_VERSIONS個版本的數據，其它的全部刪除，比如MIN_VERSIONS=>』1』 屆時將保留一個最新版本的數仿激據，其它版本的數據將不再保存。
VERSIONS 默認是3，這個參數的意思是數據保留三個 版本，如果數據隨時都在更新，或老版本的數據無價值，那將此參數設為1 能節約2/3的空間
RegionSplitter提供三個用於預分割的工具：HexStringSplit、SplitAlgorithm、UniformSplit。
HexStringSplit和UniformSplit是兩個預定義的靜態類，可以直接使用；而SplitAlgorithm是一個介面，需要開發人員自己實現相應的分隔策略。如果是以十六進制字元串作為行鍵rowkey或者行鍵rowkey的前綴是十六進制字元串，用HexStringSplit就比較合適；UniformSplit會把行鍵均勻地分割多個部分，如果行將rowkey是隨機的位元組數組，用UniformSplit就比較合適；或者開發者根據需要實現分割策略。
原文： https://blog.csdn.net/Nougats/article/details/72723172