HBase数据模型

标签：

Row Key

1. 类似于MySQL中的主键，HBase天然自带的，在创建时不需要显示指定。
2. 访问表里的行只有三种方式：①. 通过单个Row key访问 ②. 给定Row key的range ③. 全表扫描
3. Row key按照字典序存储，要充分考虑排序存储这个特性，将经常一起读取的行存储放到一起(位置相关性)。

注意：

• 字典序对int排序的结果是1,10,100,11,2,20,21,…,9。要保持整形的自然序，行键必须用0作左填充。
• 行的一次读写是原子操作 (不论一次读写多少列)，使得多用户不能并发对同一个行进行更新操作。

Column Family

1. 建表时手动指定，包含一个或者多个列
2. 列族中的数据都是以二进制的形式保存在hdfs上，没有数据类型
3. 增加新的列族：先disable ‘users‘ / alter ‘users‘,‘info‘ / enable ‘users‘。
4. 删除列族方式：先disable ‘users‘ / alter ‘users‘,{NAME=>‘info‘,METHOD=>‘delete‘} / enable ‘users‘
5. 不能重命名列族：通常做法是使用API创建一个有着期望名称的新的列族，然后将数据复制过去，最后再删除旧的列族。
6. 每个列族存储在HDFS上的一个单独文件中，空值不会被保存。
7. 访问控制、磁盘和内存的使用统计都是在列族层面进行的。
8. 列族里的元素最好具有相同的读写方式（例如等长的字符串），以提高性能。

Column

1. 列名在添加数据时动态添加，无需在建表时指定
2. 设置列值：put ‘users‘,‘xiaoming‘,‘info:age‘,‘18‘
3. 读取列值：get ‘users‘,‘info:age‘ 

TimeStamp

1. 默认值是系统时间戳，也可以由客户显式赋值。
2. 每个 cell中，不同版本的数据按照时间倒序排列，即最新的数据排在最前面。
3. 如果应用程序要避免数据时间戳冲突，就必须自己生成具有唯一性的时间戳。 

Cell

1. HBase中通过"行键 + 列族:列名"确定的唯一存贮单元称为Cell。
2. 每个Cell都保存着同一份数据的多个版本，每个版本通过时间戳Time Stamp来索引。
3. Cell的每个版本由"行键 + 列族:列名 + 时间戳"决定。

HBase数据模型

标签：

原文地址：http://www.cnblogs.com/skyl/p/4798630.html