hbase中的row key_HBase的储存，RowKey设计(一)

存储的逻辑视图：

1)行键(RowKey)

-- 行键是字节数组, 任何字符串都可以作为行键；--

表中的行根据行键进行排序，数据按照Row key的字节序(byte order)排序存储；-- 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) (二级索引)

2)列族(ColumnFamily)

-- 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

3)时间戳(TimeStamp)

-- 每个Cell可能又多个版本，它们之间用时间戳区分

4)单元格(Cell)

-- Cell 由行键，列族:限定符，时间戳唯一决定，数据全部以字节码形式存储

​5)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。

-- HRegion是HBase中分布式存储

和负载均衡的最小单元(默认256M)。最小单元表示不同的HRegion可以分布在不同的HRegionServer上。但一个HRegion不会拆分到多个server上。

HBase特点：

无模式：每行都有一个可排序的主键和任意多的列，列可以根据需要动态的增加，同一张表中不同的行可以有截然不同的列；

面向列：面向列(族)的存储和权限控制，列(族)独立检索；

​稀疏：空(null)列并不占用存储空间，表可以设计的非常稀疏；

​Hbase的存储格式:

HBase中的每张表都通过行键按照一定的范围被分割成多个子表(HRegion)，默认一个HRegion超过256M就要被分割成两个，由HRegionServer管理，管理哪些HRegion由HMaster分配。

HRegionServer存取一个子表时，会创建一个HRegion对象，然后对表的每个列族(Column

Family)创建一个Store实例，每个Store都会有0个或多个StoreFile与之对应，每个StoreFile都会对应一个HFile， HFile就是实际的存储文件。因此，一个HRegion有多少个列族就有多少个Store。另外，每个HRegion还拥有一个MemStore实例。memStore存储在内存中，StoreFile存储在HDFS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Store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。

HBase是基于BigTable的面向列的分布式存储系统，其存储设计是基于Memtable

/ SSTable设计​的，主要分为两部分，一部分为内存中的MemStore

(Memtable)，另外一部分为磁盘(这里是HDFS)上的HFile

(SSTable)。还有就是存储WAL的log，主要实现类为HLog.​

​本质上MemStore就是一个内存里放着一个保存KEY/VALUE的MAP，当MemStore(默认64MB)写满之后，会开始刷磁盘操作。

​

​

​