Table中Family和Qualifier的關系與區別
就像用MySQL一樣，我們要做的是表設計，MySQL中的表，行，列的在HBase已經有所區別了，在HBase中主要是Table和Family和Qualifier，這三個概念。Table可以直接理解為表，而Family和Qualifier其實都可以理解為列，一個Family下面可以有多個Qualifier，所以可以簡單的理解為，HBase中的列是二級列，也就是說Family是第一級列，Qualifier是第二級列。兩個是父子關系。
談談Table中Family和Qualifier的設置
對於傳統關系型數據庫中的一張table，在業務轉換到hbase上建模時，從性能的角度應該如何設置family和qualifier呢？
最極端的，可以每一列都設置成一個family，也可以只有一個family，但所有列都是其中的一個qualifier，那么有什么區別呢？
family越多，那么獲取每一個cell數據的優勢越明顯，因為io和網絡都減少了，而如果只有一個family，那么每一次讀都會讀取當前rowkey的所有數據，網絡和io上會有一些損失。
當然如果要獲取的是固定的幾列數據，那么把這幾列寫到一個family中比分別設置family要更好，因為只需一次請求就能拿回所有數據。
以上是從讀的方面來考慮的，那么寫呢？可以參考一下這篇文章：
http://hbase.apache.org/book/number.of.cfs.html
首先，不同的family是在同一個region下面。而每一個family都會分配一個memstore，所以更多的family會消耗更多的內存。
其次,目前版本的hbase，在flush和compaction都是以region為單位的，也就是說當一個family達到flush條件時，該region的所有family所屬的memstore都會flush一次，即使memstore中只有很少的數據也會觸發flush而生成小文件。這樣就增加了compaction發生的機率，而compaction也是以region為單位的，這樣就很容易發生compaction風暴從而降低系統的整體吞吐量。
第三，由於hfile是以family為單位的，因此對於多個family來說，數據被分散到了更多的hfile中，減小了split發生的機率。這是把雙刃劍。更少的split會導致該region的體積比較大，由於balance是以region的數目而不是大小為單位來進行的，因此可能會導致balance失效。而從好的方面來說，更少的split會讓系統提供更加穩定的在線服務。
上述第三點的好處對於在線應用來說是明顯的，而壞處我們可以通過在請求的低谷時間進行人工的split和balance來避免掉。
因此對於寫比較多的系統，如果是離線應該，我們盡量只用一個family好了，但如果是在線應用，那還是應該根據應用的情況合理地分配family。