HBase 数据结构

本文介绍了HBASE数据库的关键概念。包括RowKey作为检索记录的主键,有三种访问行的方式;列族是表schema的一部分;Cell由rowkey、列族等唯一确定,数据以字节码存储;Time Stamp用于索引cell的多个版本;命名空间包含表、RegionServer group等,还可设置权限和限额。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1.RowKey

与 nosql 数据库们一样,RowKey 是用来检索记录的主键。访问 HBASE table 中的行,只有三种方式:
              1.通过单个 RowKey 访问
              2.通过 RowKey 的 range(正则)
              3.全表扫描
       RowKey 行键 (RowKey)可以是任意字符串(最大长度是 64KB,实际应用中长度一般为10-100bytes),在 HBASE 内部,RowKey 保存为字节数组。存储时,数据按照 RowKey 的字典序(byte order)排序存储。设计 RowKey 时,要充分排序存储这个特性,将经常一起读取的行存储放到一起。(位置相关性)


2.Column Family

列族:HBASE 表中的每个列,都归属于某个列族。列族是表的 schema 的一部 分(而列不是),必须在使用表之前定义。列名都以列族作为前缀。例如 courses:history,courses:math都属于 courses 这个列族。

 

3.Cell

由{rowkey, column Family:columu, version} 唯一确定的单元。cell 中的数据是没有类型的,全部是字节码形式存贮。
关键字:无类型、字节码


4.Time Stamp

HBASE 中通过rowkey和columns确定的为一个存贮单元称为cell。每个 cell都保存 着同一份数据的多个版本。版本通过时间戳来索引。时间戳的类型是 64 位整型。时间戳可以由 HBASE(在数据写入时自动 )赋值,此时时间戳是精确到毫秒 的当前系统时间。时间戳也可以由客户显式赋值。如果应用程序要避免数据版本冲突,就必须自己生成具有唯一性的时间戳。每个 cell 中,不同版本的数据按照时间倒序排序,即最新的数据排在最前面。为了避免数据存在过多版本造成的的管理 (包括存贮和索引)负担,HBASE 提供 了两种数据版本回收方式。一是保存数据的最后 n 个版本,二是保存最近一段 时间内的版本(比如最近七天)。用户可以针对每个列族进行设置。


5.命名空间

命名空间的结构:


1) Table:表,所有的表都是命名空间的成员,即表必属于某个命名空间,如果没有指定,则在 default 默认的命名空间中。
2) RegionServer group :一个命名空间包含了默认的 RegionServer Group。
3) Permission :权限,命名空间能够让我们来定义访问控制列表 ACL( Access Control List )。
例如,创建表,读取表,删除,更新等等操作。
4) Quota :限额,可以强制一个命名空间可包含的 region 的数量。

查看命名空间:

list_namespace

创建命名空间:

create_namespace '命名空间'

在命名空间下创建表:

create '命名空间:表名','列族'

删除命名空间:(必须删除里面的表的前提)

drop_namespace '命名空间'

 

### HBase 数据结构详解 HBase 是一种基于列族的分布式数据库,其设计灵感来源于 Google 的 BigTable。以下是关于 HBase 数据结构的关键组成部分及其功能: #### 1. 表 (Table) 表是由行和列组成的多维映射集合[^2]。每一行通过唯一的 `RowKey` 进行索引,而每列表示一个属性。 #### 2. 列族 (Column Family) 每个表至少有一个列族,所有的列都属于某个特定的列族。列族在创建表时定义,并且一旦定义就不能更改名称[^4]。例如,在表中可能有如下列族: ```plaintext cf1:columnA cf1:columnB cf2:columnC ``` #### 3. 单元格 (Cell) 单元格是 HBase 中最小的数据单位,由 `{rowkey, column family:column qualifier, timestamp}` 唯一确定。具体来说: - **RowKey**: 每一行的唯一标识符。 - **Column Family**: 定义该列所属的家族。 - **Column Qualifier**: 列的具体限定符。 - **Timestamp**: 记录版本号,默认情况下每次更新都会生成新的时间戳。 #### 4. 存储机制 HBase 使用两种主要方式来存储数据:内存 (`MemStore`) 和磁盘文件 (`HFile`)。 ##### MemStore MemStore 是位于 RegionServer 内存中的组件,用于缓存新写入或修改的数据。当 MemStore 达到一定大小后,它会触发刷写操作,将其中的内容持久化到 HDFS 上作为新的 HFile 文件[^3]。 ##### HFile HFile 是实际存储数据的地方,存在于 Hadoop 分布式文件系统 (HDFS) 中。每当 MemStore 被刷新至硬盘时,就会创建一个新的 HFile。它的内部采用稀疏数组的形式组织记录,并支持高效的随机读取访问模式。 #### 5. 版本控制 为了实现历史数据保留以及事务处理需求,HBase 提供了内置的时间戳字段(即 Version)。默认情况下,最新版会被返回给客户端;然而也可以请求获取旧版本的信息。 --- ### 示例代码展示如何构建简单的 HBase 表并插入一条记录 假设我们想要建立一张名为 "users" 的表格,其中包括两个列族:"info" 和 "stats": ```java Configuration config = HBaseConfiguration.create(); Admin admin = new HBaseAdmin(config); TableName tableName = TableName.valueOf("users"); if (!admin.tableExists(tableName)) { TableDescriptorBuilder tableDesc = TableDescriptorBuilder.newBuilder(tableName); ColumnFamilyDescriptor infoCFD = ColumnFamilyDescriptorBuilder.of("info".getBytes()); ColumnFamilyDescriptor statsCFD = ColumnFamilyDescriptorBuilder.of("stats".getBytes()); tableDesc.setColumnFamily(infoCFD).setColumnFamily(statsCFD); admin.createTable(tableDesc.build()); } // 插入数据 Connection connection = ConnectionFactory.createConnection(config); Table usersTable = connection.getTable(TableName.valueOf("users")); Put putRecord = new Put(Bytes.toBytes("user001")); putRecord.addColumn(Bytes.toBytes("info"), Bytes.toBytes("name"), Bytes.toBytes("John Doe")); putRecord.addColumn(Bytes.toBytes("stats"), Bytes.toBytes("login_count"), Bytes.toBytes(String.valueOf(42))); usersTable.put(putRecord); connection.close(); ``` 上述 Java 程序片段展示了怎样利用官方 API 创建自定义表结构并向其中添加样本条目。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值