HBase 基础

Hbase 表的特点：

• 大，一个表可以有数十亿行，上百万列（海量数据）。
• 无模式，每行都有一个可排序的主键和任意多的列，列可以根据需要动态增加，同一张表不同的行可以有截然不同的列。
• 面向列，面向列的存储和权限控制，列独立检索。
• 稀疏，空列（null）不会占用存储空间，表可以设计得非常稀疏。
• 数据多版本，每个单元中的数据可以有多个版本，默认情况下版本号自动分配，是单元格插入时的时间戳。
• 数据类型单一，数据都是字符串。

Hbase 基本概念：

• RowKey : Byte array. 可以理解为表的主键，方便快速查找。
• Column Family: 列族，拥有一个名称，包含一个或者多个相关列。
• Column: 只能属于某一个Column Family，每条记录可以动态添加。
• Version Number： 类型为Long，默认是系统时间戳，可自定义。
• Value（Cell）： Byte array。

HBase 物理模型：

• 每个Column Family存储在HDFS上的一个单独文件中，空值不会被保存。
• Key 和 Version Number在每个column family中都有一份。
• HBase为每份值维护了多级索引，即： <key, column family, column name, timestamp>