HBase 的表結構
2016-10-13 杜亦舒
HBase 是一個NoSQL數據庫，用於處理海量數據，可以支持10億行百萬列的大表，下面就了解一下數據是如何存放在HBase表中的
關系型數據庫的表結構
為了更好的理解HBase表的思路，先回顧一下關系數據庫中表的處理方式
例如有一個用戶表user_info，有字段：id、name、tel，表名和字段需要在建表時指定
create table user_info (
id 類型,
name 類型,
tel 類型
)
然后插入兩條數據
insert into user_info values(...)
表結構
| id |
name |
tel |
| 1 |
小明 |
123 |
| 2 |
小王 |
456 |
后來字段不夠用了，新用戶需要記錄地址，就要新增一個字段
| id |
name |
tel |
addr |
| 1 |
小明 |
123 |
|
| 2 |
小王 |
456 |
以后再增加需求時，就繼續新增字段，或者添加一個擴展表
上面的內容主要說明的是：
- 建表的方式，需提前指定表名和字段
- 插入記錄的方式，指定表名和各字段的值
- 數據表是二維結構，行和列
- 添加字段不靈活
下面看一下HBase的處理方式
HBase的表結構
建表時要指定的是：表名、列族
建表語句
create 'user_info', 'base_info', 'ext_info'
意思是新建一個表，名稱是user_info，包含兩個列族base_info和ext_info
列族 是列的集合，一個列族中包含多個列
這時的表結構：
| row key |
base_info |
ext_info |
| ... |
... |
... |
row key 是行鍵，每一行的ID，這個字段是自動創建的，建表時不需要指定
插入一條用戶數據：name為‘a’，tel為‘123’
插入語句
put 'user_info', 'row1', 'base_info:name', 'a'
put 'user_info', 'row1', 'base_info:tel', '123'
意思是向user_info表中行健為row1的base_info列族中添加一項數據 name:a，接着又添加一項數據tel:123
name和tel就是具體字段，屬於base_info這個列族
這時的表結構：
| row key |
base_info |
ext_info |
| row1 |
name:a, tel:123 |
再插入一條數據：name為‘b’，addr為‘beijing’
put 'user_info', 'row2', 'base_info:name', 'b'
put 'user_info', 'row2', 'ext_info:addr', 'bj'
這時的表結構：
| row key |
base_info |
ext_info |
| row1 |
name:a, tel:123 |
|
| row2 |
name:b |
addr:bj |
HBase表中還有一個重要概念：版本，每個字段的值都有版本信息（通過時間戳指定）
例如 base_info:name，每次修改時都會保留之前的值，就是說可以取到他的舊值
| row key |
base_info |
ext_info |
| row1 |
name:a, tel:123 |
|
| row2 |
name:c(v2)[name:b(v1)] |
addr:bj |
小結
從上面建表、插入數據的過程可以看出 HBase 存儲數據的特點了
- 和關系數據庫一樣，也是使用行和列的結構
- 建表時，定義的是表名和列族（字段的集合），而不是具體字段
- 列族中可以包含任意個字段，字段名不需要預定義，每一行中同一列族中的字段也可以不一致
- 多維結構，關系數據庫的表是二維的，通過指行、列定位一個數據，HBase中需要通過 行健、列族名、字段名、版本號才能定位到具體數據
- 插入數據時，一次插入一個字段的數據，不是像關系數據庫那樣一次插入多個字段