使用HBase存储此类数据时，有以下两种常用的方案：
1、多行单列
表结构设计
Row Key：用户标识ID + (Long.MAX_VALUE - timestamp)
Column Family：’cf’
Column Qualifier：’’
Value：宝贝、URL等
其中，使用(Long.MAX_VALUE – timestamp)作为Row Key的后半部分是为了便于获取最近插入的数据，一个用户标识ID下的数据存储在多个Row Key下，每个Row Key下仅有一个Column Qualifier，表示该用户的一次时间相关的访问数据（访问宝贝、URL等）。
查询方式
1）查询某个特定timestamp下的记录，则使用用户标识ID + (Long.MAX_VALUE - timestamp)进行Get查找；
2）查询某个用户标识ID下所有的记录，则通过Scan.setStartRow(uid)和Scan.setStopRow(uid+1)进行Scan查找；
3）查询某个用户标识ID下最近时间内的N条记录，则通过Scan.setStartRow(uid)和 Scan.setStopRow(uid+1)进行Scan查找，但是为了只获取N条记录，可以设置Scan.setCaching(N)优化查询，同时 做一次ResultScanner.next(N)得到结果。
2、单行多列
表结构设计
Row Key：用户标识ID
Column Family：’cf’
Column Qualifier：(Long.MAX_VALUE - timestamp)
Value：宝贝、URL等
其中，使用(Long.MAX_VALUE – timestamp)作为Column Qualifier是为了便于获取最近插入的数据，一个用户标识ID下的数据存储在一个Row Key下，每个Row Key下会有多个Column Qualifier，表示该用户的所有时间相关的访问数据（访问宝贝、URL等）。
查询方式
1）查询某个特定timestamp下的记录，则使用用户标识ID进行Get查找，同时通过Get.addColumn(‘cf’, (Long.MAX_VALUE – timestamp))方法限定要查询的Column Qualifier；
2）查询某个用户标识ID下所有的记录，则直接使用用户标识ID进行Get查找，通过Get.addFamily(‘cf’)方法添加整个Column Family；
3）查询某个用户标识ID下最近时间内的N条记录，则直接使用用户标识ID进行Get查找，通过Get.addFamily(‘cf’)方法添加整个Column Family，通过ColumnCountGetFilter(int N)限制最多要查询返回N条记录。
3、总结
两种方式都能满足以上基本的查询需求，但由于目前HBase在单行多列的场景下，读写性能都有一定的衰减（具体情况请关注博客，后续会对这块给出详 细的性能测试），因此，个人建议采取第一种方案，如果确定Column Qualifier个数很少（例如2~10个），或者有其他特殊需求的话，也可采取第二种方案。
4、实例
4.1 多行单列实例
1.背景：之前公司客服部门有个查看游戏用户行为记录的需求，开始我给他们做了个hive的接口，可以暂时满足需求，但是查询速度太慢，得一分钟出结果。
后来我在想能不能用hbase快速查询出用户路径。
查询条件有通行证账号、行为类型、时间范围。
2.设计方案：用hbase的scan接口，hbase的key设计成 通行证账号_行为类型_时间
用如下方式查询：scan 'hbase_gameCenter_log',{COLUMNS =>['oneline:guid','oneline:report'],LIMIT =>10, STARTROW => 'u52fa532aae9dc_login_2013-04-01 00:00:00', STOPROW=>'u52fa532aae9dc_login_2016-04-01 00:00:00'}
3.缺点：能满足的查询场景有限。
4.优点：在这个查询需求场景下海量日志查询是1秒以下查询出结果。
4.2 单行多列实例
背景同上，即把 rowkey 改为 u52fa532aae9dc_2013-04-01 00:00:00' login,作为column