求助！找了好几天了，关于 HBase 的 rowkey 设计，还是没有思路。

[passerbytiny]

找到的所有文档，不管是 IBM 开发者社区的专业文档，还是复制粘贴党的，甚至英文文档，对 rowkey 一般都会提到一个设计思路和一个设计原则：

• 设计思路，尽量用 rowkey 查询，所以 rowkey 要尽量包含索引字段
• 设计原则，为了避免热点，rowkey 不要自增长，最好是散列化，有的文档直接推荐 Md5

问题：除了用 rowkey 查询唯一一条数据外，这两个之间不是自相矛盾吗？ 又或者，有什么散列方式是可以在散列化之后，还能在范围查询的时候使用到 rowkey 的。

假如我有三个索引字段：ID``DATE``TYPE，该怎么设计 rowkey，才能既满足散列话，又能够利用 rowkey 进行“ ID=5，DATE between 2018-12-01 and 2018-12-10 ”这样的范围检索。

[pypy]

1. 试试将 RowKey 用${ID}${type}${TimeStamp}的形式组织。这样，范围条件就是
startRow=${ID}${type}${TimeStamp:2018-12-01}
endRow=${ID}${type}${TimeStamp:2018-12-10}

2. RowKey 散列化的目的，是为了将数据尽可能分散到不同的 RegionServer。如果数据量不多或者节点数不多的话，不一定非要散列。如果你的 ID 本来就是自增，且访问频率平均的话，就不需要散列了。

具体业务需要更具体的细节才能分析，以上仅供参考。

[gtexpanse]

1、一定要散列，我们测试过，散列和非散列，同 region 数下性能相差非常大
2、rowKey 思路要结合实际业务和你预估的数据量（ region 数）来定的，关键词：md5Hash，key words，timestamp，reverse （这个很关键，可以在你的 key words 前面加几位尽可能散列的值，几位呢，就要根据你的 region 数来定了）

[passerbytiny]

我刚看了这篇文章 http://blog.chedushi.com/archives/9720 结合 1 楼示例，重新理一下理解：
1，散列化跟查询速度之间是不能二者兼顾的，需要寻找平衡点。
2，不需要将所有索引字段都放到 rowkey 中，rowkey 只放能够 1-3 个能大范围过滤数据的索引，然后结合使用 StartRow、EndRow，和 SingleColumnValueFilter。
3，使用 md5 码这种散列方式，就只能做精确查找和全表扫描了。