HBase - 如何在表中嵌套两个（+）级别的实体？

Posted 2023-04-18

【中文标题】HBase - 如何在表中嵌套两个（+）级别的实体？

【英文标题】：HBase - How to Nest Entities Two(+) Levels Deep in a Table?

【发布时间】：2014-03-20 20:51:57

【问题描述】：

我正在查看此slide show [幻灯片 134]（Ian Varely/salesforce.com 在 HBase Con 2012），他指出您可以将实体嵌套两层。

这是他给出的嵌套实体一层的示例：

实体：乐队、演出； Band 1:M 的演出地点。

Table: Band
CF:"CF"
    Qualifiers:
        "Name":<name>
        "Genre":<genre>
        "Show_<id>":venue_<id>_date_<date>_start_time_<start_time>_cover_price_<cover_price>

但是，他没有给出如何嵌套两层深度的示例。幻灯片 134 中我最好的客人是这样的……

实体：客户、会议、与会者；其中客户 1:M 会议和会议 1:M 与会者。

Table: Customer
CF: "CF"
    Qualifiers:
        "Company_name":<company_name>
        "Capacity":<capacity>
        "Meeting_<id>":host_<id>_start_time_<start_time>_attendee_<id>_attendee_join_time_<join_time>

但是，meeting 实体的属性（host_id、start_time）在每一列中不必要地重复。将 meeting 属性移至其键可解决问题：

"Meeting_<id>_host_<id>_start_time_<start_time>":attendee_<id>_attendee_join_time_<join_time>

这是我想到的另一个选择，它似乎更有意义，使用 JSON：

"Meeting_<id>_host_<id>_start_time_<start_time>":[attendee_id:<id>,join_time:<time>, ..]

但是，为什么不只使用一列作为包含会议和列的巨大 JSON 字符串呢？

这是在 HBase 模式中深度嵌套两层的意思吗，还是有更好的方法？

【参考方案1】：

使用简单的序列化格式（如 JSON）来存储您的嵌套数据，而不是一些自定义的下划线分隔字符串。在您的示例中，客户 1:M 会议和会议 1:M 与会者，您首先需要确定您想要什么样的单元格粒度。

对于单个客户，每个与会者都应该在自己的单元格中吗？还是让每个会议都在自己的单元格中就足够了？

您可以像这样使用列限定符：

meeting:17          (Meeting 17)
attendee:17:5       (Meeting 17, Attendee 5)

【讨论】：

好的，所以自定义分隔字符串对于列限定符名称很好，但我应该使用 JSON/xml 作为相应的值？

@MatthewMoisen 是的。为列限定符使用自定义分隔字符串是有意义的，因为 HBase 与它们直接交互。例如，使用仅匹配“attendee:*:5”的限定符过滤器扫描 Customer 表，以查找所有 Meetings Attendee 5 所在。但从 HBase 的角度来看，通常单元格内容仅被视为 byte[]，因此使用非常容易使用的东西是有意义的。

【参考方案2】：

如果你的 表存在于父子、主从或其他严格的一对多关系中，它是 可以在 HBase 中将其建模为单行。 rowkey 将对应于父级 实体。嵌套值将包含子实体，其中每个子实体都有一个列限定符，它们的标识属性在其中 存储，其余的非识别属性隐藏在 value 中。真正的 HBase 行定义了父级 记录 ; 子实体的记录存储为单独的列。 由于列的方式，您可以使用 HBase 的灵活性来放入嵌套实体 被设计。 HBase 不一定具有存储嵌套实体的特殊能力。 当然，这有一些限制。首先，这种技术只适用于一层：嵌套实体本身不能有嵌套实体。你还可以 在单个父实体中有多个不同的嵌套子实体，列限定符是它们的标识属性。 其次，访问存储为嵌套列的单个值效率不高 正如您所了解的，与访问另一个表中的行相比，一行内的限定符 在本章前面。 尽管如此，仍有一些令人信服的案例表明这种模式设计是合适的。如果 您获取子实体的唯一方法是通过父实体，并且您希望对父实体的所有子实体进行交易保护，这可能是正确的方法。

从行动开始