Hbase数据模型

HBase 以表的形式存储数据。表由行和列族组成。列划分为若干个列族(row family)，
其逻辑视图如下：

 

几个关键概念：
1) 行键(RowKey)
 行键是字节数组, 任何字符串都可以作为行键；
 表中的行根据行键进行排序，数据按照 Row key 的字节序(byte order)排序
存储；
 所有对表的访问都要通过行键 （单个 RowKey 访问，或 RowKey 范围访问，
或全表扫描)2) 列族（ColumnFamily）
 CF 必须在表定义时给出
 每个 CF 可以有一个或多个列成员(ColumnQualifier)，列成员不需要在表定
义时给出，新的列族成员可以随后按需、动态加入
 数据按 CF 分开存储，HBase 所谓的列式存储就是根据 CF 分开存储（每个
CF 对应一个 Store），这种设计非常适合于数据分析的情形
3) 时间戳（TimeStamp）
 每个 Cell 可能又多个版本，它们之间用时间戳区分
4) 单元格（Cell）
 Cell 由行键，列族:限定符，时间戳唯一决定
 Cell 中的数据是没有类型的，全部以字节码形式存储
5) 区域(Region）
 HBase 自动把表水平（按 Row）划分成多个区域(region)，每个 region 会保
存一个表里面某段连续的数据；
 每个表一开始只有一个 region，随着数据不断插入表，region 不断增大，当
增大到一个阀值的时候，region 就会等分会两个新的 region；
 当 table 中的行不断增多，就会有越来越多的 region。这样一张完整的表被
保存在多个 Region 上。

 Region 虽然是分布式存储的最小单元，但并不是存储的最小单元。Region由一个或者多个 Store 组成，每个 store 保存一个 columns family；每个Strore 又由一个 memStore 和 0 至多个 StoreFile 组成，StoreFile 包含 HFile；memStore 存储在内存中，StoreFile 存储在 HDFS 上。