hbase介绍

最新推荐文章于 2025-05-27 12:19:05 发布

weixin_41744018

最新推荐文章于 2025-05-27 12:19:05 发布

阅读量1.1k

点赞数

本文链接：https://blog.youkuaiyun.com/weixin_41744018/article/details/122155258

版权

大数据专栏收录该内容

7 篇文章

订阅专栏

HBase是一个分布式、版本化、基于列族的NoSQL数据库，其数据以Bytes形式存储，无数据类型概念。通过RowKey、Column(=Family+Label)和Version三元组定位单元。RowKey是任意字符串，列簇预先定义，时间戳用于版本控制。HBase提供多种Shell操作，包括表的创建、描述、删除，数据的插入、查询、更新和删除等。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

主要参考：

1.hbase介绍1
2.hbase介绍2

简单总结

主要需要明白hbase存储的模式，
1.存储的数据没有类型的概念，都是以Bytes存储，这就是为什么java api里边需要取出来的时候：Bytes.toString,写入的时候Bytes.toBytes（）

rowkey

2.通过{row key，column(=< family> + < label>)，version} 唯一确定的单元，
1)通过单个 Row Key 访问。
2)通过 Row Key 的 range 全表扫描。
3)Row Key 可以使任意字符串（最大长度是64KB，实际应用中长度一般为 10 ~ 100bytes），在HBase 内部，Row Key 保存为字节数组。

列簇

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。这个history，math就是每个cell里边的key，

时间戳

HBase 中通过 Row 和 Columns 确定的一个存储单元称为 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示赋值。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。