作者 | 李新杰

來源 | 微信公眾號“編程新說”

行式存儲

傳統的數據庫是關系型的，且是按行來存儲的。如下圖：

其中只有張三把一行數據填滿了，李四王五趙六的行都沒有填滿。

因為這里的行結構是固定的，每一行都一樣，即使你不用，也必須空到那里，而不能沒有。

來一張形象的圖：?

不管你坐或不坐，座位都在那里，不離不棄。?

?

列式存儲

為了與傳統的區別，新型數據庫叫做非關系型數據庫，是按列來存儲的。如下圖：?

初次看列式存儲稍微有點懵，下面給出行存與列存的轉換： 原來張三的一列（單元格）數據對應現在張三的一行數據。

原來張三的六列數據變成了現在的六行。?

原來的六列數據是在一行，所以共用一個主鍵（即張三）。現在變成了六行，每行都需要一個主鍵（不然不知道這行數據是誰的），

所以原來的主鍵（即張三）重復了六次。如下圖： ?

由于原來的列變為了現在的行，如果有需要就加一行，沒需要就不加，不會造成空間浪費。

來一張形象的圖：?

擺渡車內部就是一個大平板，你要站便站，我給你空間，你不站便不站，還給我空間。?

?

行列對比

1. 行式存儲傾向于結構固定，列式存儲傾向于結構弱化。 （行式存儲相當于套餐，即使一個人來了也給你上八菜一湯，造成浪費；列式存儲相等于自助餐，按需自取，人少了也不浪費）?

2.行式存儲一行數據只需一份主鍵，列式存儲一行數據需要多份主鍵。?

3. 行式存儲存的都是業務數據，列式存儲除了業務數據外，還要存儲列名。?

4. 行式存儲更像一個Java Bean，所有字段都提前定義好，且不能改變；列式存儲更像一個Map，不提前定義，隨意往里添加key/value。?

?

HBase

有了前面的介紹，我們可以進入HBase了。

HBase的目標是管理超級大表-數十億行 * 數百萬列。 Hbase是一個開源的、分布式的、帶版本的、非關系型數據庫，模仿谷歌的BigTable。

BigTable使用Google File System作為分布式數據存儲，同理Hbase使用HDFS。?

Hbase雖然弱化了結構，但并不等于放任不管。傳統關系型數據庫在插入數據前表結構（即所有列和列的數據類型）已經是嚴格確定的。 Hbase的表在放入數據前也有需要確定下來的東西，那就是Column Family（常譯為列族/列簇）。

單詞Family就是家庭的意思，所以列族就是列的家庭。那么列自然就是家庭成員了，通常家庭成員都有多個，所以一個列族包含多個列。?

一個家庭的成員之間具有血緣關系，所以一個列族的多個列之間通常也具有某種關系，比如相似或同種類別。所以列族可以看作是某種分類（歸類）。?

一個非常常見的例子，去面試的時候，一般前臺MM都會讓填一張表，通常信息很多，每個公司又不盡相同。但大致可以分三類：人員基本信息，教育經歷信息，工作經歷信息，這三個類別其實就相當于三個列族。如下圖：?

每個類別里都會有具體的信息，比如人員基本信息里有姓名、電話、出生年月等，它們就相當于一個個標識符（變量名），在Hbase中叫做Column Qualifier（列修飾符）。列修飾符位于列族里面用來標識一條條數據。如下圖：?

在Hbase中一個列族（Column Family）和一個列修飾符（Column Qualifier）組合起來才叫一個列（Column），使用冒號（:）分割，列族:列修飾符，如下圖：?

在傳統數據庫中每一行的唯一標識符叫做主鍵，在Hbase中叫做row key（行鍵）。如下圖：?

數據在進入Hbase時都會被打上一個時間戳，這個時間戳可以作為版本號來使用。?

在t1時間我存入一個人的基本信息，之后發現姓名錯了，在t2時間又更新了姓名，此時并不會去更新原來的那條數據，而是又插入了一條新數據且打上新的時間戳。?

此時去查詢獲取的是新數據，仿佛是更新了，但其實只是默認返回了最新版本的數據而已。如下圖：?

一個行鍵、列族、列修飾符、數據和時間戳組合起來叫做一個單元格（Cell）。

這里的行鍵、列族、列修飾符和時間戳其實可以看作是定位屬性（類似坐標），最終確定了一個數據。

下圖中的一行相等于Hbase中的一個單元格：?

一個行鍵、一到多列（包括數據）組合起來叫做一行（Row）。下圖中所有1001的數據合起來相當于Hbase中的一行，1002的相當于另一行：?

?在Hbase中，只要確定了列族（具體的列不用管），表（Table）就確定了。如下圖：?

官方文檔中提醒：把傳統數據庫中的表/行/列的概念用在Hbase中不是一個有幫助的類比。

相反可以把Hbase的表想象成一個多（兩）維Map（Map套Map）。列族是第一維，列修飾符是第二維。 ?

一點思考：任何細微的差別在大數量時都會被無限放大，那么列族和列修飾符的名字起的短一些是不是能夠節省可觀的空間呢？

ps :?從嚴格的列式存儲的定義來看，Hbase并不屬于列式存儲，有人稱它為面向列的存儲，但是還是有很多人習慣稱之為“列式存儲”。

總結

以上是生活随笔為你收集整理的5分钟图解Hbase列式存储的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。