HBase 的表结构
2016-10-13 杜亦舒
HBase 是一个NoSQL数据库，用于处理海量数据，可以支持10亿行百万列的大表，下面就了解一下数据是如何存放在HBase表中的
关系型数据库的表结构
为了更好的理解HBase表的思路，先回顾一下关系数据库中表的处理方式
例如有一个用户表user_info，有字段：id、name、tel，表名和字段需要在建表时指定
create table user_info (
id 类型,
name 类型,
tel 类型
)
然后插入两条数据
insert into user_info values(...)
表结构
|
id |
name |
tel |
|
1 |
小明 |
123 |
|
2 |
小王 |
456 |
后来字段不够用了，新用户需要记录地址，就要新增一个字段
|
id |
name |
tel |
addr |
|
1 |
小明 |
123 |
|
|
2 |
小王 |
456 |
以后再增加需求时，就继续新增字段，或者添加一个扩展表
上面的内容主要说明的是：
- 建表的方式，需提前指定表名和字段
- 插入记录的方式，指定表名和各字段的值
- 数据表是二维结构，行和列
- 添加字段不灵活
下面看一下HBase的处理方式
HBase的表结构
建表时要指定的是：表名、列族
建表语句
create 'user_info', 'base_info', 'ext_info'
意思是新建一个表，名称是user_info，包含两个列族base_info和ext_info
列族 是列的集合，一个列族中包含多个列
这时的表结构：
|
row key |
base_info |
ext_info |
|
... |
... |
... |
row key 是行键，每一行的ID，这个字段是自动创建的，建表时不需要指定
插入一条用户数据：name为‘a’，tel为‘123’
插入语句
put 'user_info', 'row1', 'base_info:name', 'a'
put 'user_info', 'row1', 'base_info:tel', '123'
意思是向user_info表中行健为row1的base_info列族中添加一项数据 name:a，接着又添加一项数据tel:123
name和tel就是具体字段，属于base_info这个列族
这时的表结构：
|
row key |
base_info |
ext_info |
|
row1 |
name:a, tel:123 |
再插入一条数据：name为‘b’，addr为‘beijing’
put 'user_info', 'row2', 'base_info:name', 'b'
put 'user_info', 'row2', 'ext_info:addr', 'bj'
这时的表结构：
|
row key |
base_info |
ext_info |
|
row1 |
name:a, tel:123 |
|
|
row2 |
name:b |
addr:bj |
HBase表中还有一个重要概念：版本，每个字段的值都有版本信息（通过时间戳指定）
例如 base_info:name，每次修改时都会保留之前的值，就是说可以取到他的旧值
|
row key |
base_info |
ext_info |
|
row1 |
name:a, tel:123 |
|
|
row2 |
name:c(v2)[name:b(v1)] |
addr:bj |
小结
从上面建表、插入数据的过程可以看出 HBase 存储数据的特点了
- 和关系数据库一样，也是使用行和列的结构
- 建表时，定义的是表名和列族（字段的集合），而不是具体字段
- 列族中可以包含任意个字段，字段名不需要预定义，每一行中同一列族中的字段也可以不一致
- 多维结构，关系数据库的表是二维的，通过指行、列定位一个数据，HBase中需要通过 行健、列族名、字段名、版本号才能定位到具体数据
- 插入数据时，一次插入一个字段的数据，不是像关系数据库那样一次插入多个字段