Hbase列簇简单介绍

转载 2015年07月07日 10:53:39

二、 逻辑视图


HBase以表的形式存储数据。表有行和列组成。列划分为若干个列族(row family)

Row Key column-family1 column-family2 column-family3
column1 column1 column1 column2 column3 column1
key1 t1:abc
t2:gdxdf
t4:dfads
t3:hello
t2:world
key2 t3:abc
t1:gdxdf
t4:dfads
t3:hello
t2:dfdsfa
t3:dfdf
key3 t2:dfadfasd
t1:dfdasddsf
t2:dfxxdfasd 

t1:taobao.com

 

Row Key

与nosql数据库们一样,row key是用来检索记录的主键。访问hbase table中的行,只有三种方式:

1 通过单个row key访问

2 通过row key的range

3 全表扫描

Row key行键 (Row key)可以是任意字符串(最大长度是 64KB,实际应用中长度一般为 10-100bytes),在hbase内部,row key保存为字节数组。

存储时,数据按照Row key的字典序(byte order)排序存储。设计key时,要充分排序存储这个特性,将经常一起读取的行存储放到一起。(位置相关性)

注意:

字典序对int排序的结果是1,10,100,11,12,13,14,15,16,17,18,19,2,20,21,…,9,91,92,93,94,95,96,97,98,99。要保持整形的自然序,行键必须用0作左填充。

行的一次读写是原子操作 (不论一次读写多少列)。这个设计决策能够使用户很容易的理解程序在对同一个行进行并发更新操作时的行为。

 

列族

hbase表中的每个列,都归属与某个列族。列族是表的chema的一部分(而列不是),必须在使用表之前定义。列名都以列族作为前缀。例如courses:history , courses:math 都属于 courses 这个列族。

访问控制、磁盘和内存的使用统计都是在列族层面进行的。实际应用中,列族上的控制权限能 帮助我们管理不同类型的应用:我们允许一些应用可以添加新的基本数据、一些应用可以读取基本数据并创建继承的列族、一些应用则只允许浏览数据(甚至可能因 为隐私的原因不能浏览所有数据)。

 

时间戳

HBase中通过row和columns确定的为一个存贮单元称为cell。每个 cell都保存着同一份数据的多个版本。版本通过时间戳来索引。时间戳的类型是 64位整型。时间戳可以由hbase(在数据写入时自动 )赋值,此时时间戳是精确到毫秒的当前系统时间。时间戳也可以由客户显式赋值。如果应用程序要避免数据版本冲突,就必须自己生成具有唯一性的时间戳。每个 cell中,不同版本的数据按照时间倒序排序,即最新的数据排在最前面。

为了避免数据存在过多版本造成的的管理 (包括存贮和索引)负担,hbase提供了两种数据版本回收方式。一是保存数据的最后n个版本,二是保存最近一段时间内的版本(比如最近七天)。用户可以针对每个列族进行设置。

 

Cell

{row key, column( =<family> + <label>), version} 唯一确定的单元。cell中的数据是没有类型的,全部是字节码形式存贮。

 

相关文章推荐

HBase表设计——Column Family列族的设计数量不宜过多

讨论这个问题之前,我们大家都要知道HBase的体系架构。 HBase的表是由一到多个Region组成的; Region是由一到多个HStore组成的; HStore是由一到多个StoreFile...

HBase-2.HBase 的体系结构、行键、列族设计

HBase体系结构 l  Client  -包含访问HBase接口并维护cache来加快对HBase的访问 l  ZooKeeper -保障任务时候,仅有一个Master节点 -存储Regi...

HBase介绍(列存储)

Hbase简介   started by chad walters and jim   2006.11 G release paper on BigTable   2007.2 inital H...

HBase最佳实践-列族设计优化

问题导读: 1.BLOCKSIZE属性在不同场景下应该如何设置? 2.COMPRESSION属性和DATA_BLOCK_ENCODING属性的区别是什么? 3.Hbase需要注意哪些设计原则? ...

100303- ZooKeeper 配置管理代码实现案例

一、ZooKeeper的配置管理( Configuration Management)使用场景 配置的管理在分布式应用环境中很常见,例如同一个应用系统需要多台 PC Server 运行,但是它们运行...

HBase 系统架构

HBase 系统架构 HBase是Apache Hadoop的数据库,能够对大型数据提供随机、实时的读写访问。HBase的目标是存储并处理大型的数据。HBase是一个开源的,分布式的,多版本的,面向...

HBase列族高级配置

HBase有几个高级特性,在你设计表时可以使用。这些特性不一定联系到模式或行键设计,但是它们定义了某些方面的表行为。本节我们讨论这些配置参数,以及你可以如何使用它们。 1 可配置的数据块大小 HFil...

HBase-3.HBase读数据和存储数据原理

客户端读取信息流程 (1)client要读取信息,先查询下client 端的cache中是否存在数据,如果存在,刚直接返回数据。如果不存在,则进入到zookeeper,查找到里面的相应数据存在的Ro...

HBase 基本操作

如何添加列族  很简单,跟rdbms一样 直接用alter,但是alter之前必须先disable这个表 ---->disable 'test'          &#...

Hbase设计以及优化

1、表的设计 1.1、Column Family 由于Hbase是一个面向列族的存储器,调优和存储都是在列族这个层次上进行的,最好使列族成员都有相同的"访问模式(access pattern)"和大小...
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:深度学习:神经网络中的前向传播和反向传播算法推导
举报原因:
原因补充:

(最多只允许输入30个字)