HBase表的数据结构

一.Table

传统数据库一个表的结构如下

姓名	年龄	性别	成绩
wuyifan	18	man	100
john	20	man	98

转换成HBase数据库的表结构就如下所示

	info	score
Row_key	info:name ，info:age ，info:sex	score:name， score:score

//创建表和列族//

create 'school','info','score'

//==创建列族中的列和数据//

put 'school','001','info:name','wuyifan'
put 'school','001','info:age','18'
put 'school','001','info:sex','man'
put 'school','001','score:name','wuyifan'
put 'school','001','score:score','100'
put 'school','002','info:name','john'
put 'school','002','info:age','20'
put 'school','002','info:sex','man'
put 'school','002','score:name','john'
put 'school','002','score:score','98'

二.Column Family

列族：HBASE表中的每个列，都归属于某个列族。列族是表的schema的一部 分(而列不是)，必须在使用表之前定义。列名都以列族作为前缀。例如 courses:history，courses:math都属于courses 这个列族。

三.RowKey

• 单个RowKey
• RowKey的正则
• 全表扫描

RowKey行键 (RowKey)可以是任意字符串(最大长度是64KB，实际应用中长度一般为 10-100bytes)，在HBASE内部，RowKey保存为字节数组。存储时，数据按照RowKey的字典序(byte order)排序存储。设计RowKey时，要充分排序存储这个特性，将经常一起读取的行存储放到一起。(位置相关性)

四.Cell

由 rowkey, column Family:columu, version 他们三个参数确定唯一一个Cell
cell中的数据是没有类型的，全部是字节码形式存贮。
table 1:
table 2:

table 2 可以看出 如果时间戳在原来的时间戳之前，则数据修改不成功，反之成功，得出结论：HBase中的cell 是按版本来存储的，每个cell都有各种版本的数据，所以当update一个cell中的数据的时候，其实是网cell的末尾追加一个版本的数据，而update之前的数据依然是存在的，这和insert一个新的数据没有任何的区别，每个family都可以设置每个cell要保留的版本数量，默认是3，由VERSIONS决定。 当使用get或者scan命令查看数据时候，如果没有指定版本数则默认是只取到每个cell最新的版本的数据，如果指定了VERSIONS则显示其指定的版本数量的数据。

五.Time Stamp

HBASE 中通过rowkey和columns确定的为一个存贮单元称为cell。每个 cell都保存 着同一份数据的多个版本。版本通过时间戳来索引。时间戳的类型是 64位整型。时间戳可以由HBASE(在数据写入时自动 )赋值，此时时间戳是精确到毫秒 的当前系统时间。时间戳也可以由客户显式赋值。如果应用程序要避免数据版 本冲突，就必须自己生成具有唯一性的时间戳。每个 cell中，不同版本的数据按照时间倒序排序，即最新的数据排在最前面。
为了避免数据存在过多版本造成的的管理 (包括存贮和索引)负担，HBASE提供 了两种数据版本回收方式。一是保存数据的最后n个版本，二是保存最近一段 时间内的版本（比如最近七天）。用户可以针对每个列族进行设置。