Hbase 表设计

 

HBase与RDBMS的区别在于：HBase的Cell（每条数据记录中的数据项）是具有版本描述的（versioned），行是有序的，列（qualifier）在所属列簇（Column families）存在的情况下，由客户端自由添加。以下的几个因素是Hbase Schema设计需要考虑的问题：

1、 Hbase中没有joins的概念

大表的结构可以使得不需要joins，而解决这一问题。

2、Row keys 设计

主键，在Region里按字母顺序来排序(byte数组存储)。124 >12345

写入要分散（不能使用递增的写入），如订单表： order_id做reverse逆排序后做rowkey，以便分布式存储，避免数据只保存在个别节点上。

201101	逆排序后	101102
201102	逆排序后	201102

多条件查询时，设为组合row key，左匹配

注：读取数据只能按row key（及其range）或scan全表扫描，确保查询高效

3、列族CF设计

尽量少，建议CF数量在1-2个。

设计Hbase schema的时候，要尽量只有一个column family。

flush和compaction触发的基本单位都是Region级别。当一个CF有大量的数据的时候会触发整个region里面的其他CF的memstore（其实这些memstore可能仅有少量的数据，还不需要flush的）也发生flush动作；

另外compaction触发的条件是当store file的个数（不是总的store file的大小）达到一定数量的时候会发生，而flush产生的大量store file通常会导致compaction，flush/compaction会发生很多IO相关的负载，这对Hbase的整体性能有很大影响，所以选择合适的column family个数很重要。

案例1、学生表和课程表，多对多

关系数据库中设计：

HBase中：

Student 表

Row Key	CF	CF
	info	course
Student_id（reverse逆排序）	Info:name Info:age Info:sex	Course:c1 Course:c2 …

Course表

Row Key	CF	CF
	info	Student
Course_id（reverse逆排序）	Info:title Info:introduction Info:teacher_id	Student:t1=student_id Student:t2 …

案例2、person 和 身份证card表

关系数据库：

Person表

Pserson_id

Name

sex

Card

Card表

ID

City_id

HBase中：

Person表

Row Key	CF
	info
Person_id	Info:name Info:sex Info:age Info:card

……

案例2、订单order 和 订单明细表order_item，一对多

关系数据库中：

Order表

Order_Id

Order_mount

User_id

City_id

….

Order_item 表

Item_Id

Order_Id

Product_id

Unit_price

Order_num

…..

HBase 中：

方案一：

Order表

Row key	CF
	info
Order_Id	Info: Order_mount Info:user_id Info:city_id …..

Order_item 表

Row key	CF
	info
Order_id-item_id	Info: Order_mount Info:user_id Info:city_id Info:order_id …..

方案二：

Order表

Row key	CF	CF
	info	item
Order_Id	Info: Order_mount Info:user_id Info:city_id Info:create_time …..	Item:i1<item_id> Item:i2 …..

Order_item 表

Row key	CF
	info
item_id	Info: Order_mount Info:user_id Info:city_id Info:order_id …..

多条件查询时，需要增加一个index表

Row key为查询条件组合

Row key	CF
	info
[create_time]_[order_id]_[city_id]	Info:order_id