HBase数据模型

HBase逻辑架构

HBase物理存储

1. NameSpace
命名空间，类似于关系型数据库的database概念，每个命名空间下有多个表。HBase两个⾃带的命名空间，分别是hbase和default，hbase中存放的是HBase内置的表，default表是⽤户默认使用的命名空间。一个表可以⾃由选择是否有命名空间，如果创建表的时候加上了命名空间后，这个表名字以:作为区分!
2. Table
类似于关系型数据库的表概念。不同的是，HBase定义表时只需要声明列族即可，数据属性，比如超时时间(TTL)，压缩算法 (COMPRESSION)等，都在列族的定义中定义，不需要声明具体的列。
3. Row
HBase表中的每行数据都由一个RowKey和多个Column(列)组成。一个行包含了多个列，这些列通过列族来分类,行中的数据所属列族只能从该表所定义的列族中选取,不能定义这个表中不存在的列族，否则报错NoSuchColumnFamilyException。
4. RowKey
Rowkey由⽤户指定的⼀串不重复的字符串定义，是⼀行的唯一标识!数据是按照RowKey的字典顺序存储的，并且查询数据时只能根据 RowKey进行检索，所以RowKey的设计十分重要。如果使⽤了之前已经定义的RowKey，那么会将之前的数据更新掉!
5. ColumnFamily
列族是多个列的集合。一个列族可以动态地灵活定义多个列。表的相关属性大部分都定义在列族上，同一个表里的不同列族可以有完全不同的属性配置，但是同一个列族内的所有列都会有相同的属性。列族存在的意义是HBase会把相同列族的列尽量放在同一台机器器上，所以说，如果想让某几个列被放到一起，你就给他们定义相同的列族。
6.Column Qualifier(列)
Hbase中的列是可以随意定义的，⼀个行中的列不限名字、不限数量，只限定列族。因此列必须依赖于列族存在!列的名称前必须带着其所属的列族!例如info:name，info:age
7. TimeStamp(时间戳->版本)
⽤于标识数据的不同版本(version)。时间戳默认由系统指定，也可以由用户显式指定。在读取单元格的数据时，版本号可以省略，如果不指定，Hbase默认会获取最后一个版本的数据返回!
8. cell
⼀个列中可以存储多个版本的数据。⽽每个版本就称为⼀个单元格(Cell)。
9. Region
Region由一个表的若⼲行组成!在Region中行的排序按照行键(rowkey)字典排序。Region不能跨RegionSever，且当数据量大的时候， HBase会拆分Region。