HBase 表设计

本篇来自 《HBase 实战》之 “HBase 表设计”。

 

我们需要思考几个问题：

• 一张表需要多少列族？
• 一个列族需要多少列？
• 什么数据应当存入列名中？
• 什么数据应当存入单元？

这里将会学习一下 HBase 的模式设计，讨论 HBase 设计模式和行键应该考虑的东西，为了应对系统的访问模式需要进行性能优化。

模式简单会有更多的调整空间：有些模式的写性能很棒，但是读取数据时表现却不好，或者正好相反。

当说到模式（schema）的时候，要考虑到如下内容：

• 这个表应该有多少列族？
• 列族使用什么数据？
• 每个列族应该有多少列？
• 列名应该是什么？尽管列名不必在建表时定义，但是读写数据时需要知道的。
• 单元存放什么数据？
• 每个单元存储多少个时间版本？
• 行键结构是什么？应该包括什么信息？

 

一个特定列族的所有数据在 HDFS 上会有一个物理存储。

这个物理存储可能由多个 HFile 组成，理想情况下可以通过合并得到一个 HFile。

一个列族的所有列在硬盘上存放在一起，使用这个特性可以把不同访问模式的列放在不同列族，以便隔离它们。

这也是 HBase 被称为 面向列族的存储（column-family-oriented store）的原因。

 

重要的事情是定义访问模式，也就是应用系统如何访问 HBase 表里的数据。

 

用户关注的例子

读访问模式：

• TheFakeMT 关注了谁？
• TheFakeMT 关注了 TheRealMT 了吗？
• 谁关注了 TheFakeMT?
• TheRealMT 关注了 TheFakeMT 了吗？

写数据到 HBase：

• 一个用户关注了某人
• 一个用户取消关注某人

 

HBase 不支持事务

HBase 把一切数据存储为字节数组（byte[]），可以在一个列族里拥有任意数量的列。

列限定符将使用 follower 的用户名，而不再是它们在关注用户列表里面的位置。

现在单元值可以是任何内容，因为单元不能是空的，所以需要存点东西，所以输入数字 1。

 

转载于:https://www.cnblogs.com/tuhooo/p/11270584.html