HBase数据模型介绍

HBase 介绍

HBase的数据的存储结构不同于传统的关系型数据库，HBase是一种结构松散，分布式，多维度有序映射的持久化存储系统，它索引的依据是行键、列键和时间戳。
HBase可以被看作键值存储数据库、面向列族的数据库，外文原文地址请点击。

HBase 数据存储模型基础

HBase数据存储结构中主要包括：表、行、列族、列限定符、单元格和时间戳，下面将对HBase的数据存储模型的概念一一解释：

表： 表的作用将存储在HBase的数据组织起来。

行： 行包含在表中，数据以行的形式存储在HBase的表中。HBase的表中的每一行数据都会被一个唯一标识的行键标识。行键没有数据类型，在HBase存储系统中行键总是被看作一个byte数组。

列族： 在行中的数据都是根据列族分组，由于列族会影响存储在HBase中的数据的物理布置，所以列族会在使用前定义（在定义表的时候就定义列族），并且不易被修改。
在HBase的存储系统中数据存储在相同的表中的所有行的数据都会有相同的列族（这和关系型数据库的表一样，每一行数据都有相同的列）。

列限定符： 存储在在列族中的数据通过列限定符或列来寻址的，列不需要提前定义（不需要在定义表和列族的时候就定义列），列与列之间也不需要保持一致。列和行键一样没有数据类型，并且在HBase存储系统中列也总是被看作一个byte数组。

单元格： 根据行键、列族和列可以映射到一个对应的单元格，单元格是HBase存储数据的具体地址。在单元格中存储具体数据都是以Byte数组的形式存储的，也没有具体的数据类型。

时间戳： 时间戳是给定值的一个版本号标识，每一个值都会对应一个时间戳，时间戳是和每一个值同时写入HBase存储系统中的。在默认情况下，时间戳表示数据服务在写入数据时的时间，但可以在将数据放入单元格时指定不同的时间戳值。

HBase 数据模型理解

HBase中存储的数据，表组织结构如图一所示：

图一

---

图一为HBase中的一个表，由两个列族（Personal和Office）组成，每个列族都有两列。 包含数据的实体称为单元格,行根据行键进行排序。
为了更好的理解HBase中的多维数据存储模型，这里从上图的表中摘出一条数据，将它在HBase的表中的存储转化成如图二所表示的形式去理解他。

图二

---

如果将HBase表中的数据理解成键值对存储的形式,那么也可以用如图三的形式来理解存储在HBase表中的数据。

图三

Hbase表设计要点

1. 行键是HBase表结构设计中最重要的一件事情，行键决定了应用程序如何与HBase表进行交互。如果没设计好行键还会影响从HBase中读出数据的性能。
   
2. HBase的表结构很灵活，而且不关心数据类型，你可以以byte数组的形式存储任何数据。
   
3. 存储在相同的列族中的数据具有相同的特性（易于理解）。
   
4. HBase主要是通过行键来建立索引。
   
5. HBase不支持多行事务，所有尽量在一次API请求操作中获取到结果。
   
6. HBase中的键可以通过提取其hash值来保证键长度是固定的和均匀分布，但是这样做会牺牲键的数据排序和可读性。
   
7. 列限定符和列族名字的长度都会影响I/O的读写性能和发送给客户端的数据量，所以给它们命名的时候应该尽量简短！