我正在尝试设计一个用于在HBase中存储时间序列数据的表。由于所有在一个月内写入的数据都将被一次性读取并且＃34;为了进行分析，我想知道使用月份（作为字符串，例如＆＃39; 201501＆＃39;）作为列族是否是一个不错的选择。
我的应用程序将在数据到达时以时间戳保存，然后在月末，将使用hadoop作业分析与该月相关的所有数据。
根据规范，列族中的所有数据将一起存储。在（1）设计和（2）性能方面，这是一个很好的做法吗？
我不确定，因为这是远离关系世界的那种选择。
答案 0 :(得分：2)
一般情况下，HBase中有许多列族会损害性能。我认为使用HBase时不建议使用超过2或3个列族。我建议浏览此link以获取更多详细信息。
此外，在创建表时，列族是表模式的一部分。
示例：create 'hbase_table',{NAME=>'columnFamily',VERSIONS=>3}
因此，如果您希望每个月都有一个新的列系列，那么您将不得不在需要时更改表架构以添加列族，这并不理想。
据我所知，这里一个很好的解决方案是在你的rowkey中加上日期（or reverse timestamp）。
示例：XXX-YYY-20150106或XXX-YYY-9223370616269200807（反向时间戳）
然后，当您想要在1个月之间分析数据时，您可以扫描表格中的日期范围。
示例：scan 'hbase_table',{STARTROW=>'XXX-YYY-20150101', STOPROW=>'XXX-YYY-20150201'}