hbase简介 & 数据结构

学习目标大纲：

HBase 简介

HBase是Apache的Hadoop项目的子项目，是Hadoop Database的简称。

HBase是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，利用HBase技术可在廉价PC Server上搭建起大规模结构化存储集群。

HBase不同于一般的关系数据库(Nosql)，它是一个适合于非结构化数据存储的数据库，HBase基于列的而不是基于行的模式。

逻辑结构

HBase数据模型术语
表(Table)
HBase 会将数据组织进一张张的表里面，一个 HBase 表由多行组成。

行(Row)

HBase 中的一行包含一个行键和一个或多个与其相关的值的列。在存储行时，行按字母顺序排序(字典序)。出于这个原因，行键的设计非常重要。

列(Column)

HBase 中的列由一个列族和一个列限定符组成，它们由:(冒号)字符分隔。

列族(Column Family)

出于性能原因，列族在物理上共同存在一组列和它们的值。在 HBase 中每个列族都有一组存储属性，例如其值是否应缓存在内存中，数据如何压缩或其行编码是如何编码的等等。表中的每一行都有相同的列族，可能为空。

列族一旦确定后，就不能轻易修改，因为它会影响到 HBase 真实的物理存储结构，但是列族中的列标识(Column Qualifier)以及其对应的值可以动态增删。

列限定符(Column Qualifier)

列限定符被添加到列族中，以提供给定数据段的索引。鉴于列族的content，列限定符可能是content:html，而另一个可能是content:pdf。虽然列族在创建表时是固定的，但列限定符是可变的，并且在行之间可能差别很大。

单元格(Cell)

单元格是行、列族和列限定符的组合，并且包含值和时间戳，它表示值的版本。

时间戳(Timestamp)

时间戳与每个值一起编写，并且是给定版本的值的标识符。默认情况下，时间戳表示写入数据时 RegionServer 上的时间，但可以在将数据放入单元格时指定不同的时间戳值。

region、列族：表的水平拆分、竖直拆分，提高效率。store:hdfs存储的数据