HBase数据模型

HBase的表由行和列共同组成，ＨBase中有列族的概念，它将一列或者多列组织在一起，一个列必定属于某个列族

两种数据模型

逻辑模型

HBase 是一个稀疏的，长期存储的，多维度的，排序的映射表，表中的没一行可以有不同的列

---

HBase中最基本的单位是列，一列或多列构成了行，行有行键（rowkey）,没一行的行健都是唯一的，相同行健的插入被人难为是对该行上某些列的更新

---

HBase一个表中，有若干行，一行有若干列，列中的值有多个版本，每个版本的值称之为单元格，每个单元格是存储不同时刻改列的值。

---

HBase中，列名是由列族前缀和修饰符（Qualifier）链接组成，中间由“:”分隔。以下是ＨBase的逻辑模型

物理模型

在物理上，表是按列分开存储的。HBase的列是按列族分组的，HFile是面向列的，存放的不同列的物理文件，一个列族的数据存放在多个HFile中，最重要的是一个列族的数据会被同一个Region管理，物理上存放在一起。

HBase可以不 禁用表而随时加入新的列,因此可以将一个新的列加入列族而不需要申明

HBase行键

行键(RowKey)是不可分割的字节数组 ,行键是由字典 顺序由低到高存储在表中的

排序

Get 和Scan操作是经过排序的数据,列在服务器端也是字典排序的,所以按照名称的字典序返回.
总体来说: 返回的数据首先按照行字典排序,然后是列族字典排序,然后是修饰符字典排序,最后按照时间戳反响排序,最新的排在前面

自动分区

HBase 中一个表的数据会被划分为很多Region,Region可以动态扩展并且HBase保证Region的负载均衡.Region实际上是行键排序后的按规则分割的连续的存储空间.如果Region太大,会被动态拆分,相反,多个Region会被合并成一个较大的Region,以减少HDFS上存储文件数量.这两个过程就是HBase的Split和Compaction.
刚刚创建的表只有一个Region,随着数据的写入,达到Region上线配置时,Region会按照中间键自动地拆分成两个大致相等的Region.每个Region由一个RegionServer管理,一个RegionServer处理器管理着许多的Region
Region的拆分和转义是由HBase 自动完成的,用户感知不到,当一个RegionServer服务器发生故障时,Region可以快速的被转移到其他服务器上,Region的拆分过程也是瞬间完成的.当Region进行拆分时,首先将该Region下线,拆分完后新Region再上线.下线的Region暂时不可用,不过由于速度极快,通常不会对数据的读写造成影响