HBase表结构

Hbase最基本的单位是列（column)。一列或多列形成一行（row），并由唯一的行键（row key)来确定存储。反过来说，一个表（table）中有若干行，其中每列可能有多个版本，在每一个单元格（cell）中存储了不同的值
Hbase表结构：建表时，不需要限定表中的字段，只需要指定若干个列族。
    插入数据时，列族中可以存储任意多个列（以kv对的形式存储， 列名-列值）
    一个value可以有多个版本，通过版本号来区分（时间戳）
    要查询某一个具体字段的值，需要指定的坐标：表名-->行键-->列族（ColumnFamily):列名（Qualifier)-
Table-表（大表）
Rowkey-行键（主键）
    行键是字节数组，任何字符串都可以作为行键
    表中的行键进行排序，数据按照Rowkey的字节（byte order) 排序存储
    所有的对表的访问都要通过行键（单个Rowkey访问，或Rowkey范围访问，全表扫描0
Column family(列族）
    列族必须定义表时给出，但已可以动态添加列族
    每个列族可以有一个或多个列成员（Column Qualigier)，列成员不需要在定义表时给出，新的列族成员可以随后按需动态加入
    数据按列族分开存储，HBase所谓的列式存储就是根据列族分开存储（每个列族对应一个Store）
TimeStamp(时间戳）
    每个Cell可能有多个版本，他们之间用时间戳区分。
Cell(单元格）
    Cell由行键，列族：限定符，时间戳唯一决定。
    Cell中的数据是没有类型的，全部以字节码形式存储
    每个单元格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
Region(区域）
    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
    HRegion是HBase中分布式存储和负载均衡的最小单元，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。
因为hbase与hive的区别
hbase查询快
硬件需求高于hadoop集群 硬盘 内存 CPU 
模式设计
    数据库的模式设计不是一个新概念，只要成为数据库的系统都存在模式设计问题。
    HBase的模式结构包括表、Rowkey,列族，timestamp
    模式是一个三维有序结构，表，Rowkey,列族三个维度确定一行数据
Rowkey（行键设计）
    Rowkey是不可分割的字节数，按字典排序由低到高存储在表中。
RowKey唯一原则
Rowkey尽量散列
RowKey长度原则
Column Family 列族定义
    列族，是一些列的集合
        一个列族的所有成员都有着相同的前缀。
        在物理上，列族的成员在文件系统上都存储在一起。
        多个列族在执行flush和compaction时，造成很多IO负载
        Flush和compaction操作是针对一个Region的，当一个列族操作大量数据时会引发一个flush
        那些不相关的列族也要进行flush，会造成很多没用的I/O浮躁。

--------------------- 
作者：Gedeon 
来源：CSDN 
原文：https://blog.csdn.net/qq_24908345/article/details/53230169 
版权声明：本文为博主原创文章，转载请附上博文链接！