HBase是運(yùn)行在Hadoop集群上的一個(gè)數(shù)據(jù)庫(kù)，與傳統(tǒng)的數(shù)據(jù)庫(kù)有嚴(yán)格的ACID（原子性、一致性、隔離性、持久性）要求不一樣，HBase降低了這些要求從而獲得更好的擴(kuò)展性，它更適合存儲(chǔ)一些非結(jié)構(gòu)化和半結(jié)構(gòu)化的數(shù)據(jù)。

下面給大家詳細(xì)介紹HBase表的數(shù)據(jù)模型，內(nèi)容如下所示：

表（Table）

HBase 中的數(shù)據(jù)以表的形式存儲(chǔ)。同一個(gè)表中的數(shù)據(jù)通常是相關(guān)的，使用表主要是可以把某些列組織起來(lái)一起訪問(wèn)。表名作為 HDFS 存儲(chǔ)路徑的一部分來(lái)使用，在 HDFS 中可以看到每個(gè)表名都作為獨(dú)立的目錄結(jié)構(gòu)。

HBase表的數(shù)據(jù)模型主要概念包括rowkey、Column Family、Column、cell、Timestamp。

1. rowkey行鍵

• table的主鍵，table中的記錄==按照rowkey 的字典序進(jìn)行排序==
• rowkey行鍵可以是任意字符串(最大長(zhǎng)度是 64KB，實(shí)際應(yīng)用中長(zhǎng)度一般為 10-100bytes)

2. Column Family列族

• 被稱為列族或列簇
• HBase表中的每個(gè)列，都?xì)w屬與某個(gè)列族
• 列族是表的schema的一部分(而列不是)，即建表時(shí)至少指定一個(gè)列族
• 比如創(chuàng)建一張表，名為user，有兩個(gè)列族，分別是userInfo和addressInfo，建表語(yǔ)句create 'user', 'userInfo', 'addressInfo'

3. Column列

• 列肯定是表的某一列族下的一個(gè)列，用列族名:列名表示，如userInfo列族下的name列，表示為userInfo:name
• 它屬于某一個(gè)ColumnFamily,類似于我們mysql當(dāng)中創(chuàng)建的具體的列

4. cell單元格

• 知道row key行鍵、列族、列，可以確定的一個(gè)cell單元格

• cell中的數(shù)據(jù)是沒(méi)有類型的，全部是以字節(jié)數(shù)組進(jìn)行存儲(chǔ)

5. Timestamp時(shí)間戳

• 可以對(duì)表中的Cell多次賦值，每次賦值操作時(shí)的時(shí)間戳timestamp，可看成Cell值的版本號(hào)version number
• 即一個(gè)Cell可以有多個(gè)版本的值

理解數(shù)據(jù)模型各概念的圖

上表展示的是 HBase 中的用戶信息表 user，有三行記錄和兩個(gè)列族（不考慮空白的列族，代表可以有很多列族），行鍵分別為 1、2 和 3，兩個(gè)列族分別為 userInfo 和 addressInfo，每個(gè)列族中含有若干列，如列族 userInfo 包括 name、age、sex 3列，列族 addressInfo 包括 address、from、phone、email、ralary 5列。

在 HBase 中，列不是固定的表結(jié)構(gòu)，在創(chuàng)建表時(shí)，不需要預(yù)先定義列名，可以在插入數(shù)據(jù)時(shí)臨時(shí)創(chuàng)建。

從表的邏輯模型來(lái)看，HBase 表與關(guān)系型數(shù)據(jù)庫(kù)中的表結(jié)構(gòu)之間好像沒(méi)什么差別，只不過(guò)多了列族的概念。但實(shí)際上是有很大差別的，關(guān)系型數(shù)據(jù)庫(kù)中表的結(jié)構(gòu)需要預(yù)先定義，如：列名及其數(shù)據(jù)類型和值域等內(nèi)容。

當(dāng)需要添加新列，則需要修改表結(jié)構(gòu)，這會(huì)對(duì)已有的數(shù)據(jù)產(chǎn)生很大影響。同時(shí)，關(guān)系型數(shù)據(jù)庫(kù)中的表為每個(gè)列預(yù)留了存儲(chǔ)空間，即表中的空白 Cell 數(shù)據(jù)在關(guān)系型數(shù)據(jù)庫(kù)中以“NULL”值占用存儲(chǔ)空間。因此，對(duì)稀疏數(shù)據(jù)來(lái)說(shuō)，關(guān)系型數(shù)據(jù)庫(kù)表中就會(huì)產(chǎn)生很多“NULL”值，消耗大量的存儲(chǔ)空間。

與面向行存儲(chǔ)的關(guān)系型數(shù)據(jù)庫(kù)不同，HBase 是面向列存儲(chǔ)的，且在實(shí)際的物理存儲(chǔ)中，列族是分開(kāi)存儲(chǔ)的，即表中的用戶信息表將被存儲(chǔ)為 userInfo 和 addressInfo 兩個(gè)部分。

同時(shí)HBase存在時(shí)間戳，可以多次對(duì)一個(gè)cell賦值，可以存儲(chǔ)多個(gè)版本的值，如上表中rowkey為1的數(shù)據(jù)存儲(chǔ)了2個(gè)時(shí)間版本的數(shù)據(jù)。

到此這篇關(guān)于詳解HBase表的數(shù)據(jù)模型的文章就介紹到這了,更多相關(guān)HBase數(shù)據(jù)模型內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論