【原创】HBase中列族设计的原则

    HBase表在进行模式设计时，首先考虑的一个问题是，这个表应该有多少个列族。一张表设计多少列族合理呢？相信这个问题困扰着不少HBase初学者。让我们来先简单分析一下HBase的实现原理。

    HBase中的表 和其数据库一样，也是由行和列组成的，虽说模式有些不同。HBase中的表可能达到数十亿行和数百万列，表的大小可能达到TB级，显然不可能在一台机器上存放整张表。相反，一张表在存储时会切分成小一点儿的数据单位，然后分配到多台服务器上。这个小一点儿的数据单位叫region。HBase表中数据的访问是通过其对应region来进行管理的，region内对列族的管理如下图：

 

    每个列族都会MemStore和BlockCache，数据在硬盘中以HFile形式存储。HFile不会存储跨列族的数据。

    因此，根据上图可以得出，HBase表中列族设计的原则是：

    一、 同一个列族里存储相似访问模式的所有有数据。

    可以理解为关系数据库中一对一关系，一对一关系的两张表，在HBase中可以存储在一张表中，放到不同的列族。

    二、大多数的表，设计一个列族就够了。

    在HBase中，高表比宽表性能好，可以设计多张表来满足需求。