HBase数据模型的一些概念

2016-12-09 637

首先来先理解一个概念：HBase是一种列式存储的分布式数据库。

表

在HBase中数据以表的形式存储。使用表的主要原因是把某些列组织起来一起访问，同一个表中的数据通常是相关的，通过列族进一步把一些列组织起来一起访问。用户可以通过命令行或者Java API来创建表。表明通常使用Java Stirng 类型或者byte数组表示，表名作为HDFS存储路径的一部分来使用，因此必须要符合文件名规范，所以构成表名的字符是有限制的。可以直接查看底层存储系统，在HDFS中可以看到每个表的表名都作为独立的目录结构，在某些情况下，用户可能需要查看这部分信息。

虽然理论上HBase的表是由行和列组成的，但是从物理结构上看，表存储在不同的分区，即不同的Region。每个Region只在一个RegionServer中提供服务，而Region直接向客户端提供存储和读取服务。

行健

RowKey按照字典排序由低到高存储在表中，在Hbase中，RowKey是唯一的索引；

为了高效检索数据，应仔细设计Rowkey以获得最高的查询性能：首先Rowkey被冗余存储，所以不宜过长，过长的Rowkey会占用大量的空间同时会降低检索效率；其次Rowkey应该尽量分布均匀，这样不会产生热点现象；最后是RowKey唯一原则，必须在设计上保证它的唯一性；

列族

HBase中的列族是一些列的集合。一个列族中的所有列成员有着相同的前缀。列使用Column:Qualifier来区分列；

在创建表的时候，至少要指定一个列族，新的列族可以随后按需，动态地加入，但是修改列族要先停用表。应该将经常一起查询的列放在一个列族中，合理划分列族将减少查询时加载到缓存的数据，提高查询的效率，但是也不要有太多的列族，因为跨列族访问时非常低效的。

单元格

HBase中的单元格是由行健，列族，列，时间戳唯一确定。单元格内容是不可分割的字节数组。每个单元格都保存着同一份数据的多个版本，不同时间版本的数据按照时间顺序倒序排列，最新时间的数据排在最前面，时间戳是64为的整数，可以由客户端在写入数据时候赋值，也可以由RegionServer自动赋值。

微信关注我们

原文链接：https://yq.aliyun.com/articles/240680

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

Hadoop API文档地址

经常需要查阅，做一下笔记 http://hadoop.apache.org/docs/ http://hadoop.apache.org/docs/current1/api/ http://hadoop.apache.org/docs/current2/api/

2016-12-10

695

不知不觉，毕业一年半了，从实习开始接触大数据技术。那时懵懂的我，不对，应该说懵逼的我在想，卧槽，这是啥这么牛逼，我都不会啊。。。啥都不会完蛋了。。即便现在也是这样认为= = 今年还是有很多变故的，不过丝毫无法阻挡我对技术的热情，这种热情犹如滔滔江水连绵不绝，哗啦啦啦啦啦啦~上图，让我们看下大数据工程师要掌握的技能有哪些呢？乍一看吓尿了。。等我洗个澡先。。。如果你愿意牺牲自己的所有时间去学习，研究，实践。我相信能够完全掌握里面的所有东西，只不过这是个漫长的过程。我觉得这张图还是很形象的，左边代表工程开发，右边代表算法开发。大公司基本分工非常明确。但在这个多元化的社会上，倘若你能掌握别人没有掌握，或者需要很高学习成本才能掌握的知识，那么你将会闪闪发光，犹如黑暗中的萤火虫，稻田里的金龟子~犹如太阳的光晕，犹如早起照射窗台的第一缕阳光，犹如~~好了好了。。我们回归正题。很多人说，这么多我勒个去，我不知道怎么学啊，从哪里开始啊。。那么我说下到现在为止，个人的学习之旅（仅个人）： 1、从2014年开始接触hadoop。。这是啥？买了本书（Hadoop Yarn权威指南）。。完全懵逼看不懂，...

2016-12-10

550

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

HBase数据模型的一些概念

表

行健

列族

单元格

Hadoop API文档地址

大数据生涯感悟

相关文章

发表评论

资源下载

Mario

腾讯云软件源

Spring

Rocky Linux

欢迎您来访！