HBase架构设计

HBase是一个高可靠性、高性能、面向列、可伸缩、 实时读写的分布式数据库 ，HBase在Hadoop之上提供了类似于Bigtable的能力。HBase是Apache的Hadoop项目的子项目。HBase不同于一般的关系数据库，它是一个适合于非结构化数据存储的数据库。另一个不同的是HBase基于列的而不是基于行的模式。

HBase数据模型

Table
Row	KeyTimeStamp	CF1(列族)		CF2（列族）
		name	age	salary	role
RK00001	T1	张三	18	12000	岗位A
	T5	李四	22	10000	岗位B
	T9	王五	24	15000	岗位A
RK00002	T3	胡二	58	10000	岗位C
	T6	许六	39	10200	岗位A
	T10	关七	19	12000	岗位C

在HBase中上面的表格只是2行数据。

RowKey：用于唯一标识Hbase中的一条数据（记录），不可重复，按照字典顺序排序，只能存储64k的字节数据，因此一般要求设计RowKey要简短。

TimeStamp：HBase自动赋值时间戳(也可自己实现)，作为版本号，64位整型。Hbase每个cell存储单元（k:v）对同一份数据有多个版本，通过实践戳来区分版本之间的差异，按时间倒叙排序。

CF(ColumnFamily):列族，可包含多（成千上万）列。权限控制，存储以及调优都是在列族层面进行的。HBase把同一列族里面的数据存储在同一目录下，由几个文件保存（StoreFile）。

新的列族成员（列）可以随后按需、动态加入，Family下面可以有多个Qualifier，所以可以简单的理解为，HBase中的列是二级列，也就是说Family是第一级列，Qualifier是第二级列。两个是父子关系。

Value:数据。

Cell:对应单元格具体值，是未解析的字节数组。由{rowkey, column(=+),version}唯一确定的单元。由rowkey，列族，列，版本（自动赋予的时间戳）唯一确定一个单元。Cell中的数据，没有类型，全部是字节码形式存储。

HBase是KV的数据库，如何通过K获取Value?

KEY 的组成是以 Row key 、CF(Column Family) 、Column 和 TimeStamp 组成的。

TimeStamp 在 HBase 中充当的作用就是版本号，因为在 HBase 中有着数据多版本的特性，所以同一个 KEY 可以有多个版本的 Value 值（可以通过配置来设置多少个版本）。查询的话是默认取回最新版本的那条数据，但是也可以进行查询多个版本号的数据。

K				V
RowKey	CF	Column	TimeStamp	Value
RK00001	CF1	name	T1	张三