开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第14天

一、本篇笔记的重点内容

二、详细知识点介绍

在介绍HBase的逻辑模型之前，先看下这幅图，是什么结构（几行几列）

按照关系型数据库的思维来说是4行5列；但是在Hbase中，只有一行数据。

Hbase的数据存储逻辑，是按照能装载大数据量的逻辑来设计的，下面是逻辑模型的组件介绍：

1）每一行都有唯一标识符，这里是“RK000001”

2） Row key是按照字典的顺序排列的

3） Row key最多只能存储64k的字节数据

1） Hbase表中的每个列都归属于列族，列族必须在表定义时给出，这是的列族有“CF1”，“CF2”，“CF3”

2）列名以列族作为前缀，每个“列族”都可以有多个列成员(column，每个列族中可以存放几千~上千万个列)；新的列族成员（列）可以随后按需、动态加入。

3）权限控制、存储以及调优都是在列族层面进行的

4） HBase把同一列族里面的数据存储在同一目录下，由几个文件保存

5）目前为止HBase的列族能能够很好处理最多不超过3个列族

6）列的限定符是列族中数据的索引。这里的列的限定符是“q1”、“q2”、“q3”、“q4”

7） HBase中的列包含用：分隔开的列族和列的限定符。这里的列如：“CF2：q1”

1）由行和列的坐标交叉决定

2）单元格是有版本的（由时间戳来作为版本）

3）单元格的内容是未解析的字节数组（Byte[]），cell中的数据是没有类型的，全部是字节码形式存贮。如：{row key，column(= +)，version}

1）在HBase每个cell存储单元对同一份数据有多个版本，根据唯一的时间戳来区分每个版本之间的差异，不同版本的数据按照时间倒序排序，最新的数据版本排在最前面。

2）时间戳可以由HBase(在数据写入时自动)赋值，此时时间戳是精确到毫秒的当前系统时间。

3）时间戳也可以由客户显式赋值，如果应用程序要避免数据版本冲突，就必须自己生成具有唯一性的时间戳。

HBase中的每个表是由许多行组成的，但是在物理存储层面，它是采用了基于列的存储方式。也就是说，HBase是一个“列式数据库”。

列式数据库采用DSM(Decomposition Storage Model)存储模型，以关系数据库中的属性或列为单位进行存储，关系中多个元组的同一属性值（或同一列值）会被存储在一起，而一个元组中不同属性值则通常会被分别存放于不同的磁盘页中。

列式数据库主要适合于批量数据处理和即席查询。

它的优点是：可以降低I/O开销，支持大量并发用户查询，其数据处理速度比传统方法快100倍，具有较高的压缩比。

在HBase表的物理存储中，采用了region的概念，即HBase中的每张表默认只有一个Region（Region用于保存数据表中某段连续的数据，如存储数据表中的若干行）。

随着数据量的增长，一个region会被拆分成两个或多个region，在物理存放时，Region会被存储至不同的HRegionServer上，开成分布式的存储模式。