Hbase的存储结构

1、 HBase逻辑结构

 2 、HBase物理存储结构

行键(RowKey)：

是Byte array，行键是字节数组,任何字符串都可以作为行键；
在表中必须是唯一的而且必须存在的。Row Key是 按照字典序有序排列的
例如：row_key11 排列在row_key1和row_ley2之间。
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)
HBase表中的每行数据都由一个RowKey和多个Column（列）组成，所以RowKey的设计十分重要。

 列（Column）：

HBase中的每个列都由Column Family(列族)和Column Qualifier（列限定符）进行限定，
例如info：name，info：age。建表时，只需指明列族，而列限定符无需预先定义。每条记录可动态添加

 列族（ColumnFamily）简称CF：

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

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是HBase中分布式存储和负载均衡的最小单元。
最小单元表示不同的Region可以分布在不同的HRegionServer上。但一个Region不会拆分到多个server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。

Store：

Store为HBase真正存储的文件，store最终存储到hdfs中

 单元格（Cell）：

由{rowkey, column Family：column Qualifier, time Stamp} 唯一确定的单元。cell中的数据全部是字节码形式存贮。

时间戳（TimeStamp）：

用于标识数据的不同版本（version），每条数据写入时，系统会自动为其加上该字段，其值为写入HBase的时间。

Name Space：

命名空间，类似于关系型数据库的database概念，每个命名空间下有多个表。
HBase两个自带的命名空间，分别是hbase和default，hbase中存放的是HBase内置的表，default表是用户默认使用的命名空间。

Table：

类似于关系型数据库的表概念。不同的是，HBase定义表时只需要声明列族即可，不需要声明具体的列。
这意味着，往HBase写入数据时，字段可以动态、按需指定。
因此，和关系型数据库相比，HBase能够轻松应对字段变更的场景。