HBase总结

一、数据模型

1.数据模型例子

2.数据模型解析

1）存储（keyvalue）

HBase什么样的数据都能储存，数据的话在HBase当中都是以字节数组的形

式储存的；HBase中数据的存储是以key-value格式来存储的，key是rowkey+时

间戳+列簇，valuValue部分没有那么复杂的结构，就是纯粹的二进制数据

引用原文：https://blog.csdn.net/ping_hu/article/details/77115998

和https://blog.csdn.net/weixin_33750452/article/details/90308038

2）Row Key

<1> rowkey介绍

如果你想对HBase的表进行防问的时候必须通过row key，那么row key是什

么呢：Row Key代表了一行数据；它可以是任意的字符，但是最大只有64k；并

且按照字典排序的；

注：我们可以利用字典排序这个点，将经常使用的数据放在一块，最近要访

问的放在一块，来进行小小的优化一下

<2> rowkey设计

row key设计的时候需要注意的是，row key 的设计规则，规则有这么几个

定长
为什么定长呢？那是以为内在HBase当中，row的排序是按照字典排序
的，如果不定长的话，排序就有可能会打乱。
越短越好
为什么定长呢？那是以为内在HBase当中，每条数据都会呆着rowkey，
所以说rowkey越长，所消耗掉额空间就越多，适当的减少rowkey的长度可以提
高存储空间的利用
唯一

按照实际的业务来

3）CF（Clumu Family）

· 列簇的话，它是shcema的一部分，所以它必须预先给出；

· 在HBase表中，列名以列簇为前缀，一个列簇可以有很多个成员（列）；

· 成员的话可以按照业务的需求随时追加（动态加入）；

· HBase存储把同一个列簇下的数据放在同一个目录下，就是说是以列簇

为目录存储的，目录下的文件存储该列簇的数据；

· 需要注意的是列簇一般最多只能有三个，一般只用一个就行，这是因为

当一个列簇flush的时候，因为关联效应其他的列簇同样也会flush，最

终导致系统产生更多的IO。

4）TimeTamp

时间戳是有系统生成的，精确到毫秒的64位整数，而且它本身就代表了

唯一性；在HBase当中每个cell存储单元对同一份数据有多个版本，而版本
是根据时间戳来区分的࿰