Hbase逻辑模型

逻辑模型顺序：表（Table） -> 行（Row） -> 行键(Row Key) -> 列族 (Column Family) -> 列 (Column) -> 单元格 (Cell) <- 时间戳 (Timestamp)

1. 表（Table）

• HBase 中的数据以表的形式存储。每个表由多个行组成 ，即数据行的集合，但表结构简单，仅需定义表名和列族。
• 表（Table）特点：
  1. 稀疏性：未使用的列不会占用存储空间
  2. 可伸缩性：通过分区的方式存储和管理数据，可以水平扩展来支持数十亿行和数百列的数据。
  3. 高效的随机访问：行键索引和分布式存储机制使得 HBase 在大规模数据中仍然能支持高效的随机访问。
     • 高效的随机访问并不是一直有效的,这个和RowKey的设计有关，如果RowKey是无序且没有意义的，这会导致Get无法通过RowKey去获取到对应的数据，高效的随机访问在此时便不成立了
  4. 列式存储：在物理模型中Table最终会被列切分为Store存储

2. 行键(Row Key)和行（Row）

1. 行键(Row Key)

• 行键是 HBase 中每行数据的唯一标识符，相当于关系数据库中的主键。

  • 在物理底层Row Key无法唯一标识一行数据 ， 列限定符有一个version ， 即一个Row Key下的数据其实是有多个版本的 ，Hbase默认获取时间戳最大的 ， 真正能唯一标识的应该是Row Key + Timestamp

• 行键特点：

  • 唯一性：每个行键在一个表中是唯一的。通过行键可以唯一标识和定位行数据。
  • 排序性：HBase 表的行按行键的字典顺序排序存储，这意味着行键的设计会直接影响数据的物理存储位置。可以利用这一特性，通过行键的设计来提高查询性能。
  • 不可更改：在 HBase 中，一旦行键设置好，就不能更改或删除它。HBase 是追加写入的系统，因此删除行键只能通过标记删除来实现，数据仍然保留在底层，直到系统进行垃圾回收。

2. 行（Row）

• 行是 HBase 中的一个逻辑数据单元，它由一个行键和多个列族组成。
• 行特点：
  • 稀疏性：行之间可以没有固定的列，即不同行可以拥有不同的列，HBase 会自动忽略空的单元格。
  • 多版本控制：行中的每个列都可以存储多个版本的数据，通过时间戳来标识。默认情况下，HBase 会保留最新的 3 个版本。
  • 高效随机访问：由于行键的排序和唯一性，HBase 可以高效地定位到特定的行，从而实现快速的随机读取和写入。
• 行结构：
  • 表达一：行键 + 列族（Column Family） + 列限定符（Column Qualifier） + 时间戳（Timestamp） + 类型
  • 表达二：多个Cell（单元格）组成的集合

3. 列族 (Column Family)