HBase数据模型（一）

在HBase中，数据存储在表中，表中有行和列。这个与关系型数据库（RDBMSs）的术语有些类似，但这并不是一个对我们有帮助的类比。相反，把一个HBase的表当成一个多维的Map对我们更有益处。

HBase数据模型术语

Table(表）

一个HBase表包含多个行

Row（行）

在HBase里，row是由row key和一个或多个列及其值组成。数据在被存储的时候，是按row key的字母排序存储的。因此，row key的设计是非常重要的。这样存储数据的目的就是为了让相关的行存储在相邻的位置。一个常见的row key模式是一个网站的域名。如果你的row key是域名，你应该倒着存储他们（org.apache.www，org.apache.mail，org.apache.jira）。这种方式，使得所有的Apache域名在表中是相邻存储的，而不是基于子域名的首字母展开。

Column（列）

HBase的一列由列簇和列修饰符组成，他们通常由冒号（：）分隔。

Column Family（列簇）

通常为了性能原因的考虑，列簇会把列和相应的值物理上联合在一起。每个列簇是一个存储属性的集合，例如它的值是否应该缓存在内存中，它的数据是如何压缩或它的row key是如何编码，以及其他。表中的每个行都有相同的列簇，但是一行也可能没有存储一个列簇里的任何数据。

Column Qualifier

列修饰符被加到一个列簇，以提供对一个数据片段的索引。规定一个列簇为content，一个列修饰符可能是content:html，另外一个可能是content:pdf。尽管列簇是在创建表的时候固定了，但列修饰符是可变的，在行之间可能存在很大的不同。

Cell

一个Cell是行，列簇和列修饰符的组合，并且包含一个值和时间戳，时间戳代表着值的版本。

Timestamp（时间戳）

一个时间戳是連同值一起被写入的，是值版本的唯一标识，默认情况下，时间戳表示数据写入时RegionServer的时间，但是当你在写数据到Cell的时候，你可以指定一个不同的时间戳。

一、概念视图

你可以从Jim R. Wilson写的博文中读到一个对HBase数据模型很好理解的解释。另外一个好的描述是Amandeep Khurana的。

它可能可以帮助你读到不同的方面，以此让你获得一个对HBase模式设计的更好的理解。链接的文章覆盖了这部分信息的相同范围。

下面这个例子是对论文的第2頁的表进行了轻微的修改的形式。有一个表叫做webtable，它包含两行（com.cnn.www和com.example.www）和三个列簇（contents，anchor，和people）。在这个例子中，对于第一行（com.cnn.www），anchor包含两列（anchor:cssnsi.com，anchor:my.look.ca）和包含一个列（contents:html）的contents。这个例子包含了5个row key为com.cnn.www的版本，和1个row key为com.example.www的版本，列修饰符contents:html包含了网站的整个html，anchor列簇的修饰符含有該行出现的外部站点及文本，即超链接的文本和链接地址。列簇people表示与站点相关的人。

列名 按照惯例，一个列名由它的列簇的前缀和一个修饰符组成。例如，列contents:html是由列簇contents和修饰符html构成。列簇和列修饰符由冒号（：）分隔开来。

Table 4. 表webtable

Row Key	Time Stamp	ColumnFamily contents	ColumnFamily anchor	ColumnFamily people
"com.cnn.www"	t9		anchor:cnnsi.com = "CNN"
"com.cnn.www"	t8		anchor:my.look.ca = "CNN.com"
"com.cnn.www"	t6	contents:html = “ ...”
"com.cnn.www"	t5	contents:html = " ..."
"com.cnn.www"	t3	contents:html = " ..."

在HBase里，表里的Cell要么实际存在，要么为空且不占用空间。这就使得HBase变得“稀疏”。表格的方式不是查看HBase数据的唯一或最准确的方式。以下使用多维Map呈现了同样的信息。这只是为了描述为目的的一个模拟，可能不是非常准确。

{
  "com.cnn.www": {
    contents: {
      t6: contents:html: "..."
      t5: contents:html: "..."
      t3: contents:html: "..."
    }
    anchor: {
      t9: anchor:cnnsi.com = "CNN"
      t8: anchor:my.look.ca = "CNN.com"
    }
    people: {}
  }
  "com.example.www": {
    contents: {
      t5: contents:html: "..."
    }
    anchor: {}
    people: {
      t5: people:author: "John Doe"
    }
  }
}