HBase - 数据模型的重要概念 | 那伊抹微笑

博文作者： 妳那伊抹微笑

博客地址： http://blog.csdn.net/u012185296

itdog8 地址链接 : http://www.itdog8.com/thread-188-1-1.html
博文标题： HBase - 数据模型的重要概念 | 那伊抹微笑
个性签名： 世界上最遥远的距离不是天涯，也不是海角，而是我站在妳的面前，妳却感觉不到我的存在
技术方向： Flume+Kafka+Storm+Redis/Hbase+Hadoop+Hive+Mahout+Spark ... 云计算技术
转载声明： 可以转载, 但必须以超链接形式标明文章原始出处和作者信息及版权声明，谢谢合作！
qq交流群：214293307  （期待与你一起学习，共同进步）

HBase 是一种列式存储的分布式数据库，其核心概念是表（Table）。与传统的关系型数据库一样，表由行和列组成，但 HBase 同一列可以存储不同时刻的值，同事多个列可以组成一个列族（Column Family），这种组织形式是处于存取性能考虑的。

1 表

在 HBase 中数据以表的形式存储。

2 行键

行键，也就是 Rowkey，是 HBase 中最为重要的概念之一。

行键是不可分割的字节数组。

行键是按字典顺序由低到高存储在表中的，以一个空的数组来标识表空间的起始或者结尾。

在 HBase 中行键是唯一的索引，不过在新版本的 HBase 中考虑了对辅助索引的支持。

为了高效检索数据，应该仔细设计 Rowkey 以获得最高的查询性能：首先 Rowkey 被冗余存储，所以长度不宜过长，过长的 Rowkey 将会占用大量的空间同时会降低检索效率。

其次 Rowkey 应该尽量分布均匀，这样不会差生热点现象。

最后 Rowkey  唯一原则，必须在设计上保证其唯一性。

3 列族（一个列族对应 HDFS 上的一个目录）

HBase 中列族是一些列的集合。一个列族中的所有列成员有着相同的前缀，以冒号（ :）分割。

比如，列 address:country 和 address:province 都是列族 address 的成员。

Column 前缀必须是可打印的字符，剩下的部分（成为 Column Qualifier），可以有任意字节数组组成。

在物理上，一个列族的成员在文件系统上都是存储在一起的。因为存储优化都是针对列族级别的，这就意味着，一个列族的所有成员都是通过相同的方式访问的。

列族可以动态添加，但是修改列族要先停用表。

经常需要一起查询的列放在一个列族中。

但也不要有太多的列族，因为跨列族访问是低效的。

4 单元格

HBase 中的单元格由行键、列族、列、时间戳唯一确定。

单元格的内容是不可分割的字节数组。

每个单元格都保存着同一份数据的多个版本，不同时间版本的数据按照时间顺序倒序排序，最新时间的数据排在最前面，时间戳是 64 位的整数，可以由客户端在写入数据时赋值，也可以由 RegionServer 自动赋值。