HBase 数据模型

理解 HBase 的数据模型，能够更好的理解 HBase 针对 Region 的操作（Split、Compact等）的必要性。

逻辑模型

HBase 记录的逻辑模型图如下：
Rowkey 作为每条记录的唯一不重复ID，ColumnFamily 包含一些 Columns，Column 的值有自己版本（版本默认是时间戳）

Logical Row

物理模型

每一个 Column 的值以 Key-Value 的形式作为一条记录存储，参考 HFile v1 的数据结构：

Physical Row

以下部分是固定长度：KeyLength、ValueLength、RowLength、ColumnFamilyLength、TimeStamp、KeyType
以下部分是可变长度：Row、ColumnFamily、ColumnQualifier、Value

可以看到每条记录中都会包含的与Value无关的信息是：Row、ColumnFamily、ColumnQualifier，所以在实际应用中，他们的值不宜设置的太长，会占用大量的存储空间。

已知的 HFile 中存储的是同一个 ColumnFamily 的数据，不清楚为什么把 ColumnFamily 的信息放在每一条记录中，而不是放在 HFile 中。

逻辑视图

逻辑视图参照下图，整个表按照 Rowkey 的字典序排列
逻辑视图类似传统数据库的表，按照 ColumnFamily 垂直切分（CF管理不同的 Column），按照 Region 水平切分（Region 管理一段连续的 Rowkey）

Logical Table

物理视图

在物理存储上，参考前面的物理模型，可以描绘出下图：
可以看到不同的 Column Family 存储在不同的文件中，每个逻辑单元格（cell）会对应一行数据，由 Timestamp 标记版本，每次插入、删除都会生成新的一行数据（append-only）。由于 append only 的这种特性，写的效率会比较高。
注意：每个 Rowkey 的数据可能分布在不同的 HFile 中。物理视图并不代表实际存储的格式，实际存储中还有很多 meta 和 index 等信息。

Physical Table

---