HBase資料結構（讀書筆記 ）邏輯模型實體模型

背景：

     最近在做一些跟大資料相關的東西，涉及到資料的存儲和分析，考慮各個方面，選擇使用HBase進行存儲，使用原生Java API進行資料分析，之後會陸續寫一系列來說明最近做的東西，給像我這樣未曾涉及過這個領域的人一點兒idea。

引言：

     HBase以表的方式組織資料源，這一點跟關系型資料庫時一樣的，在我們的application裡面，通過API/Thrift、或者各種SQL引擎，将資料存入庫裡面或者進行查詢；Hbase的表由行（Row）和列（Column）共同構成，與關系型資料庫不同的是，HBase有一個列族（Column Family）的概念，它将一列或者多列組織在一起，HBase的列必須屬于某一個列族。

    行和列的交叉點稱為單元格（Cell）,單元格是版本化的。單元格的内容也就是列的值是不可分割的位元組數組，以二進制的形式存儲。HBase沒有資料類型，任何列值都被轉換成字元數組進行存儲。HBase表中的行是通過行鍵（Rowkey）來進行區分的，行健也是用來唯一确定一行的辨別，不同的行健嗲表不同的行，行健也是一段位元組數組，不論是字元串還是數字，最終都會被轉換成自己數組進行存儲。HBase表中的行是按照RowKey排序的，排序方式采用字典順序，所有表中的行都必須有RowKey。

     HBase是一個類似GoogleBigTable的開源分布式資料庫，它最基本的機關是列，一列或者多列組成行，行有行健，每一行的行健都是唯一的，相同的行健的插入操作被認為是對同一行的操作，也就是說如果做了兩次寫入操作，而行健是同一個，那麼後面的操作可以認為是對改行的某些列的更新操作。

    列名是右列族字首和修飾符連接配接而成，分隔符是應為冒号。

    在邏輯模型中，表可以被看成一個稀疏的行的集合。但是在實體上，表是按照列分開存儲的。HBase的列是按照列族分組的，HFile是面向列的，存放行的不同的列的實體檔案，一個列族的資料存放在多個HFile中，最重要的是一個列族的資料會被同一個Region管理，實體上存放在一起。Region是管理HFile的一種機制。