HBase 数据模型
在 HBase 中，数据被存储在表中，表中有行和列。这与关系型数据库中的术语相似，但不是一个恰当的比喻。相反，将 HBase 表视为多维度的映射（map）可能更为恰当。
HBase 数据模型术语：
表 Table
一个 HBase 表由多个行组成。
行 Row
一个 HBase 行由一个行键（row key）和一个或多个与行键关联的带有值的列组成。行在存储时，按照行键的字母顺序存储。因此，行键的设计十分重要。目的是以相关的行彼此靠近的方式存储数据。
列 Column
一个 HBase 列由一个列族（column family）和一个列限定符（column qualifier）组成，以
:冒号分割。列族 Column Family
出于性能原因，列族是被设计为在物理上并列存储的一组列和列的值。每个列族都有一组存储属性，例如列的值是否应该被缓存在内存中，数据如何被压缩，行键如何被编码等。
表中的每行都有相同的列族，尽管某些行可能不会在某些列族中存储任何数据。
列限定符 Column Qualifier
列限定符是被添加到列族上的，为一组数据提供的索引。对于一个给定的列族
content，列限定符可以是content:html或者content:pdf。列族在表创建时就固定不变，列限定符是动态可变的，并且不同行之间的列限定符可能会有很大的差异。
单元格 Cell
单元格式行、列族、列限定符和组合，并且还包含了一个值和一个时间戳，表示值的版本。
时间戳 Timestamp
每个值写入的时候都会附带一个时间戳，它是一个值的版本的标志符。
默认情况下，时间戳表示写入数据时 RegionServer 上的时间，但也可以在将数据写入单元格时指定不同的时间戳。
概念视图
这是一张叫 webtable 的表，包含了两个行（com.cnn.www、com.example.www）和三个列族（contents、anchor、people）。
在这个示例中，对于第一个行 com.cnn.www，anchor 列族包含了两个列（anchor:cnnsi.com、anchor:my.look.ca），contents 列族包含了一个列（contents:html）。
这个示例包含 com.cnn.www 行键的 5 个版本，com.example.www 行键的 1 个版本。
Row Key
Timestamp
Column Family contents
Column Family anchor
Column Family people
"com.cnn.www"
t9
anchor:cnnsi.com="CNN"
"com.cnn.www"
t8
anchor:my.look.ca="CNN.com"
"com.cnn.www"
t6
contents:html="<html>..."
"com.cnn.www"
t5
contents:html="<html>..."
"com.cnn.www"
t3
contents:html="<html>..."
"com.example.www"
t5
contents:html="<html>..."
people:author="John Doe"
在 HBase 中，表中为空的单元格不占用存储空间，实际上也并不存在。这是 HBase 表「稀疏」的原因。
下面通过一个多维度的映射结构，表示了与 webtable 表相同的信息。
物理视图
虽然在概念层面上的表可能被视为一组稀疏的行，但在物理层面上的表是由列族来存储的。
一个新的列限定符（column_family:column_qualifier）可以随时被添加到已经存在的列族中。
Row Key
Timestamp
Column Family anchor
"com.cnn.www"
t9
anchor:cnnsi.com="CNN"
"com.cnn.www"
t8
anchor:my.look.ca="CNN.com"
Row Key
Timestamp
Column Family contents
"com.cnn.www"
t6
contents:html="<html>..."
"com.cnn.www"
t5
contents:html="<html>..."
"com.cnn.www"
t3
contents:html="<html>..."
在概念视图中的空单元格不会被存储，因此在 t8 时间戳上查询 contents:html 列的值，将不会返回任何内容。
然而，如果没有提供时间戳字段，则会返回给定列的最新值。如果提供了多个时间戳字段，则会返回第一个找到的值，也是最新的值，因为时间戳是按倒序存储的。因为在 com.cnn.www 行键上查询所有列的数据，如果没有指定时间戳的话，将会返回 t6 时间戳的 contents:html 列的值、t9 时间戳的 anchor:cnnsi.com 列的值、t8 时间戳的 anchor:my.look.ca 列的值。
最后更新于