HBase数据结构

先观察表中数据：

HBase中存储数据时HBASE行键是域名倒置的命名方式，时间戳则为当前时间，有不用的时间戳，在冒号之前就是列簇的名字，但是并不是每行数据的时间戳是相同的。这里体现出HBase在存储数据的时候可以做到不存储某个属性的数据（在关系型数据中创建表之后，即使该属性没有数据也需要显示为null），这就是HBase表存储稀疏的特点。

HBase数据结构设计到四个名词：
RowKey，Column Family，Cell，TimeStamps。

Rowkey（行键）
行键是用来检索记录的主键
与NoSql数据库一样，Row Key就是用来检索记录的主键，访问HBase中的行，只有三种方式：

1. 通过单个RowKey访问。
2. 通过Rowkey的range（正则表达式）
3. 全表扫描

**==Rowkey可以是任意字符串（最大长度为64kb），在HBase内部，Rowkey保存为字节数组。存储时，数据按照Rowkey的字节顺序（byte
order）排序存储。设计Rowkey时，要充分考虑排序存储这个特性，将经常一起读取的行（IO特性相似的行）存储到一起（位置相关性）。 **

Column Family（列簇）
HBase表中的每个列，都归属于某个列簇，其实就是列的集合。列簇是表的Schema的一部分（列不是），必须在使用表之前定义。列名都已列簇作为前缀。

Cell（无类型字节码）
由rowkey，column Family，columb（值），bersion组成的唯一单元，值得注意是这里的Cell并不单单指当前列簇的值，而是指好几个属性加在一起所表示唯一的值。Cell中的数据是没有类型的，都是字节码形式存储。

HBase和关系型数据库区别：
数据库类型：HBase中的数据都是字符串类型（String）数据。
操作：HBase只有普通的增删改查等操作，没有表之前的关联查询。
存储模式：HBase是基于列式存储模式，二RDBMS是基于行式存储。
应用场景：HBase适合存储大量数据，查询效率极高。

TimeStamps
HBase通过rowkey和columns确定的为一个存储单元成为一个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位整数。时间戳可以由HBase（在数据写入时）自动赋值。时间戳也可以有客户显示赋值。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，即最新的数据排在前面。