Hbase高手之路 -- 第三章 -- HBase原理核数据模型

Hbase高手之路 – 第三章 – HBase原理核数据模型

一、 概述

在HBase中，数据存储在行和列的表中，可以把表看作是多个维度的Map（k-v）结构
Rowkey 列簇1（column family 1）列簇2（cf2）
1001 列名1 列名2 列名3 列名4 列名5

Key	Value
rowkey	1001
Cf1	列1=>值1
	列2=>值2
	列3=>值3
Cf2	列1=>值1
	列2=>值2

二、 术语

1. 表（table）

• HBase中数据都是以表的形式来组织的
• HBase中的表由多行（几十亿）组成

在HBase WebUI（http://node1.itcast.cn:16010中可以查看到目前HBase中的表）

1. 行（rowkey）

• HBASE中的行由一个rowkey（行键）和一个或多个列组成，列的值与rowkey、列相关联
• 行在存储时按行键按字典顺序排序
• 行键的设计非常重要，尽量让相关的行存储在一起
• 例如：存储网站域。如行键是域，则应该将域名反转后存储(org.apache.www、org.apache.mail、org.apache.jira)。这样，所有Apache域都在表中存储在一起，而不是根据子域的第一个字母展开

2. 列（Column）

• HBASE中的列由列蔟（Column Family）和列限定符（Column Qualifier）组成
• 表示如下——列蔟名:列限定符名。例如：C1:USER_ID、C1:SEX

3. 列簇（column family）

• 处于性能的考虑，列簇将一组列及其值组织在一起
• 每个列簇都有一组存储属性，比如是否存储在内存、数据是否被压缩及使用的编码等等

• 出于性能原因，列蔟将一组列及其值组织在一起
• 每个列蔟都有一组存储属性，例如：
   是否应该缓存在内存中
   数据如何被压缩或行键如何编码等
• 表中的每一行都有相同的列蔟，但在列蔟中不存储任何内容
• 所有的列蔟的数据全部都存储在一块（文件系统HDFS）
• HBase官方建议所有的列蔟保持一样的列，并且将同一类的列放在一个列蔟中

4. 列限定符

• 列蔟中包含一个个的列限定符，这样可以为存储的数据提供索引
• 列蔟在创建表的时候是固定的，但列限定符是不作限制的
• 不同的行可能会存在不同的列标识符
  

5. 单元格

• 单元格是行、列簇和列限定符的组合
• 包含一个值和时间戳（标识该值的版本）
• 单元格的内容以二进制存储即字节数组（byte[]）