HBase-1.0.1学习笔记（二）HBase数据模型

鲁春利的工作笔记，谁说程序员不能有文艺范？

NoSQL Database的介绍参见：http://www.nosql-database.org/

主要分类包括：

a、Wide Column Store / Column Families    如HBase、Cassandra、Cloudata、Apache Flink、IBM Informix等。b、Document Store    如Elasticsearch、MongoDB等。c、Key Value / Tuple Store    如Redis、Oracle NoSQL Database、Berkeley DB等。d、Graph Databases    如Neo4J、Sparksee等。e、others    略

HBase - Hadoop Database，是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，利用HBase技术可在廉价PC Server上搭建起大规模结构化存储集群。

HBase利用Hadoop HDFS作为其文件存储系统，利用Hadoop MapReduce来处理HBase中的海量数据，利用Zookeeper作为协调工具。此外，Pig和Hive为HBase提供了高层语言支持，使在HBase上进行数据统计处理变得非常简单。Sqoop为HBase提供了RDBMS数据导入功能，使得传统数据库数据向HBase迁移变得非常简单。

HBase访问接口
HBase shell：HBase的命令行工具，最简单的接口，适合HBase管理使用。
Native Java API：常规和高效的访问方式，适合通过MR并行批处理HBase表数据。
Hive：通过类似SQL方式访问HBase，简化了HBase的访问。
Pig：类似于Hive，最终也是解析为MR处理HBase表数据，适合进行数据统计。

1、逻辑模型

1.1 表

table，HBase数据的逻辑组织形式，在HBase中没有数据类型的概念，所有的数据都以字节数组的形式进行存储。在HDFS中，每个表的表名都被作为独立的目录结构。

HBase提供了命令行创建表，创建表时需指定表名和至少一个列族。不像关系型数据库那样创建表时必须指定列及列定义，HBase中没有列定义，没有数据类型。访问HBase时也不需要用户名和密码，没有Schema。

1.2 行

row key，唯一的标识一行，以字节数组形式存储。

表中的行根据Row Key的字典序进行排序，即1、10、2、3的方式。

访问HBase table中的行只有三种方式，通过单个row key，通过row key的range扫描和全表扫描。

1.3 列族

Column Family，在建表时必须至少指定一个列族。

create table 'test', 'cf';   # 注意在hbase shell操作时，表名及列族、列需要加单引号

1.4 列限定符

1.5 单元

1.6 时间版本

2、物理模型