我正在为从不同来源生成的数据开发HBase存储。通常，来自同一源的列更有可能同时检索。预期的写/读取比大约在1/10到1/100（取决于不同的来源）。
所以我有两个选择：
- 多列家族：只需创建一个表和多个列系列，来自同一来源的每种数据都会形成一个列族。
- 多个表：为每个源创建一个表（带一个列家族）。
这是我的一些理解，请纠正我，如果有任何错误。
- 多桌解决方案可用于动态添加新来源。虽然多列族解决方案可能有停机时间。
- 如果不同来源的Rowkey具有不同的分布（例如INT User_id vs Image GUID）或基数，也许最好分为不同的表？
- 我们可能有一些要求同时从同一rowkey中检索不同来源的列。这样，多列家族可能会更快（不确定）？
做出决定之前，我需要考虑其他任何因素？是否有典型的案例多桌/多柱 - 家庭优于另一个？
谢谢
您的观点是正确的，只需遵循简单的规则：
如果来自不同源的数据是相关的，并且具有相同的键或密钥可以转换为同一键，请将其放在不同列族的同一表中。您将获得更好的扫描和更好的数据安排。
如果数据不能粘在一起，请将其放在单独的表格上。一张大桌子只会引起问题：您将进行更长的扫描，并且大多数专栏家庭将是空的。