HBase表里面的数据存储

从上图可以明显看出，这张表有两个Column Family，分别为personal和office。而personal又有三列name、city以及phone；office有两列tel和address。由于存储在HBase里面的表一般有上亿行，所以HBase表会对整个数据按照RowKey进行字典排序，然后再对这张表进行横向切割。切割出来数据是存储在Region里边，而不同的Column Family虽然属于一行，但是其在底层存储是放在不同的Region中。也就是说，这张表的数据会被放在六个Region里边，尽可能的把数据分散到整个集群中。

总结来说：

1. 数据是以kv形式存储
2. 每个kv只存储一个cell里边的数据
3. 不同CF的数据是存在不同的文件里边

HBase的KV结构其中K包括RowLength、Row Key、CF Length、CF、Column Qualifier、TimeStamp、Key Type；V包括Value

HBase其实是多版本的，如果我们修改了HBase表的一列，如果将上图中Row1的city列上海修改成广东、如果使用KV表示的话，我们可以看出其实底层存储了两条数据，这两条数据的版本是不一样的，最新的一条数据版本比之前的新。总结起来就是：

• HBase支持数据多版本特性，通过带有不同时间戳的多个KeyValue版本来实现的
• 每次put、delete都会产生一个新的cell，都拥有一个版本
• 默认只存放数据的三个版本，可以配置
• 查询默认返回最新版本的数据，可以通过制定版本号或者版本数来获取旧数据

参考出处微信公众号：过往记忆大数据

你的鼓励是我分享技术最大的动力！如有错误之处，请指正，不胜感激。