HBase适用场景

首先在搞HBase之前我们要对其建立感性认识，其适用场景如下：

并发、简单、随机查询。

(注：HBase不太擅长复杂join查询，但可以通过二级索引即全局索引的方式来优化性能，后续博文会进行讲解) 半结构化、非结构化数据存储。

一般我们从数仓中离线统计分析海量数据，将得到的结果插入HBase中用于实时查询。

HBase表结构

HBase表结构

这里以一个公司员工表为案例来讲解，此表中包含员工基本信息(员工姓名、年龄)，员工详细信息(工资、角色)，以及时间戳。整体表结构如下：

如上，每一行有一个RowKey用于唯一地标识和定位行，各行数据按RowKey的字典序排列。其中ImployeeBasicInfoCLF和DetailInfoCLF是两个列族，列族下又有多个具体列。(员工基本信息列族：姓名、年龄。详细信息列族：薪水、角色)

HBase数据模型

命名空间

命名空间是对表的逻辑分组，不同的命名空间类似于关系型数据库中的不同的Database数据库。利用命名空间，在多租户场景下可做到更好的资源和数据隔离。

表

对应于关系型数据库中的一张张表，HBase以“表”为单位组织数据，表由多行组成。

行

行由一个RowKey和多个列族组成，一个行有一个RowKey，用来唯一标示。

列族

每一行由若干列族组成，每个列族下可包含多个列，如上ImployeeBasicInfoCLF和DetailInfoCLF即是两个列族。列族是列共性的一些体现。注意：物理上，同一列族的数据存储在一起的。

列限定符

列由列族和列限定符唯一指定，像如上的name、age即是ImployeeBasicInfoCLF列族的列限定符。

单元格

单元格由RowKey、列族、列限定符唯一定位，单元格之中存放一个值(Value)和一个版本号。

时间戳

单元格内不同版本的值按时间倒序排列，最新的数据排在最前面

HBase表特点

数据规模大，单表可容纳数十亿行，上百万列。 无模式，不像关系型数据库有严格的Scheme，每行可以有任意多的列，列可以动态增加，不同行可以有不同的列，列的类型没有限制。 稀疏，值为空的列不占存储空间，表可以非常稀疏，但实际存储时，能进行压缩。 面向列族，面向列族的存储和权限控制，支持列族独立查询。 数据多版本，利用时间戳来标识版本 数据无类型，所有数据以字节数据形式存储

这篇比较基础，介绍了HBase的适用场景、表的形式、数据模型以及特点，主要是让大家从感性上认识HBase。