列族

Posted 2022-12-01 法海你懂不

HBase列式存储格式允许用户存储大量的信息到相同的表中，而在RDBMS模型中，大量信息则需要切分成多张表存储。通常的数据库范式化规则不适合HBase，因此HBase中表的数量相对较少。

虽然理论上HBase表是由行和列组成的，但是从物理结构上看，表存储在不同分区，即不同的region。下图展示了数据存储逻辑与物理上的不同。每个region只在一个region服务器中提供服务，而region直接向客户端提供存储服务。

列族

列族定义了所有列的共享信息，并且可以通过用户创建任意数量的列，列常用的变量名为column qualifiers。定位某一具体列需要列族名与列名和并在一起，以:分割。

列族名字必须是可见字符，列名可以由任意二进制字符组成。列族必须为可见字符是因为这个名字将会在底层存储系统中使用，列族名需要添加到文件系统路径名中使用，优点是用户可以通过格式可读的名称轻松访问文件系统层面的列族。下图展示了列族映射到独立的存储文件的过程。