HBase-1.0.1學習筆記（二）HBase數據模型

魯春利的工作筆記，誰說程序員不能有文藝范？

NoSQL Database的介紹參見：http://www.nosql-database.org/

主要分類包括：

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，是一個高可靠性、高性能、面向列、可伸縮的分布式存儲系統，利用HBase技術可在廉價PC Server上搭建起大規模結構化存儲集群。

HBase利用Hadoop HDFS作為其文件存儲系統，利用Hadoop MapReduce來處理HBase中的海量數據，利用Zookeeper作為協調工具。此外，Pig和Hive為HBase提供了高層語言支持，使在HBase上進行數據統計處理變得非常簡單。Sqoop為HBase提供了RDBMS數據導入功能，使得傳統數據庫數據向HBase遷移變得非常簡單。

HBase訪問接口
    HBase shell：HBase的命令行工具，最簡單的接口，適合HBase管理使用。
    Native Java API：常規和高效的訪問方式，適合通過MR并行批處理HBase表數據。
    Hive：通過類似SQL方式訪問HBase，簡化了HBase的訪問。
    Pig：類似于Hive，最終也是解析為MR處理HBase表數據，適合進行數據統計。

1、邏輯模型

1.1 表

    table，HBase數據的邏輯組織形式，在HBase中沒有數據類型的概念，所有的數據都以字節數組的形式進行存儲。在HDFS中，每個表的表名都被作為獨立的目錄結構。

    HBase提供了命令行創建表，創建表時需指定表名和至少一個列族。不像關系型數據庫那樣創建表時必須指定列及列定義，HBase中沒有列定義，沒有數據類型。訪問HBase時也不需要用戶名和密碼，沒有Schema。

1.2 行

    row key，唯一的標識一行，以字節數組形式存儲。

    表中的行根據Row Key的字典序進行排序，即1、10、2、3的方式。

    訪問HBase table中的行只有三種方式，通過單個row key，通過row key的range掃描和全表掃描。

1.3 列族

    Column Family，在建表時必須至少指定一個列族。

create table 'test', 'cf';   # 注意在hbase shell操作時，表名及列族、列需要加單引號

1.4 列限定符

1.5 單元

1.6 時間版本

2、物理模型