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