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，下面我就和大家分享一下数据是如何存放在HBase表中的
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
①关系型数据库的表结构
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(...)
表结构如下:
| id | name | tel |
| 1 | 苏静 | 13910111111 |
| 2 | 王荣荣 |
13245555555 |
后来字段不够用了，用户需要添加地址，就要新增一个字段，如下:
| id | name | tel | address |
| 1 | 苏静 | 13910111111 | ... |
| 2 | 王荣荣 | 13245555555 | ... |
以后再增加需求时，就需要继续新增字段。
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
②HBase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（行键） | base_info（列族） | ext_info（列族） |
| ... | ... | ... |
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，也不需要创建
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（行键） | base_info（列族） | ext_info（列族） |
| 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（行键） | base_info（列族） | ext_info（列族） |
| 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
下面给出一些语句仅供参考：
创建user表，包含info、data两个列族
create 'user', 'info1', 'data1'
create 'user', {NAME => 'info', VERSIONS => '3'}
向user表中插入信息，row key为rk0001，列族info中添加name列标示符，值为zhangsan
put 'user', 'rk0001', 'info:name', 'zhangsan'
向user表中插入信息，row key为rk0001，列族info中添加gender列标示符，值为female
put 'user', 'rk0001', 'info:gender', 'female'
向user表中插入信息，row key为rk0001，列族info中添加age列标示符，值为20
put 'user', 'rk0001', 'info:age', 20
向user表中插入信息，row key为rk0001，列族data中添加pic列标示符，值为picture
put 'user', 'rk0001', 'data:pic', 'picture'
获取user表中row key为rk0001的所有信息
get 'user', 'rk0001'
获取user表中row key为rk0001，info列族的所有信息
get 'user', 'rk0001', 'info'
获取user表中row key为rk0001，info列族的name、age列标示符的信息
get 'user', 'rk0001', 'info:name', 'info:age'
获取user表中row key为rk0001，info、data列族的信息
get 'user', 'rk0001', 'info', 'data'
get 'user', 'rk0001', {COLUMN => ['info', 'data']}
get 'user', 'rk0001', {COLUMN => ['info:name', 'data:pic']}
获取user表中row key为rk0001，列族为info，版本号最新5个的信息
get 'people', 'rk0002', {COLUMN => 'info', VERSIONS => 2}
get 'user', 'rk0001', {COLUMN => 'info:name', VERSIONS => 5}
get 'user', 'rk0001', {COLUMN => 'info:name', VERSIONS => 5, TIMERANGE => [1392368783980, 1392380169184]}
获取user表中row key为rk0001，cell的值为zhangsan的信息
get 'people', 'rk0001', {FILTER => "ValueFilter(=, 'binary:图片')"}
获取user表中row key为rk0001，列标示符中含有a的信息
get 'people', 'rk0001', {FILTER => "(QualifierFilter(=,'substring:a'))"}
put 'user', 'rk0002', 'info:name', 'fanbingbing'
put 'user', 'rk0002', 'info:gender', 'female'
put 'user', 'rk0002', 'info:nationality', '中国'
get 'user', 'rk0002', {FILTER => "ValueFilter(=, 'binary:中国')"}
查询user表中的所有信息
scan 'user'
查询user表中列族为info的信息
scan 'people', {COLUMNS => 'info'}
scan 'user', {COLUMNS => 'info', RAW => true, VERSIONS => 5}
scan 'persion', {COLUMNS => 'info', RAW => true, VERSIONS => 3}
查询user表中列族为info和data的信息
scan 'user', {COLUMNS => ['info', 'data']}
scan 'user', {COLUMNS => ['info:name', 'data:pic']}
查询user表中列族为info、列标示符为name的信息
scan 'user', {COLUMNS => 'info:name'}
查询user表中列族为info、列标示符为name的信息,并且版本最新的5个
scan 'user', {COLUMNS => 'info:name', VERSIONS => 5}
查询user表中列族为info和data且列标示符中含有a字符的信息
scan 'people', {COLUMNS => ['info', 'data'], FILTER => "(QualifierFilter(=,'substring:a'))"}
查询user表中列族为info，rk范围是[rk0001, rk0003)的数据
scan 'people', {COLUMNS => 'info', STARTROW => 'rk0001', ENDROW => 'rk0003'}
查询user表中row key以rk字符开头的
scan 'user',{FILTER=>"PrefixFilter('rk')"}
查询user表中指定范围的数据
scan 'user', {TIMERANGE => [1392368783980, 1392380169184]}
禁用表
disable 'user' 将数据表设置为失效
删除表
drop 't_user' 删除数据表 删除前必须使其失效
启用表
enable 't_user' 将数据表设置为有效
查看表结构
desc 't_user' 查看数据表结构
删除user表row key为rk0001，列标示符为info:name的数据
delete 'people', 'rk0001', 'info:name'
删除user表row key为rk0001，列标示符为info:name，timestamp为1392383705316的数据
delete 'user', 'rk0001', 'info:name', 1392383705316
清空user表中的数据
truncate 'people'
如果您认为这篇文章还不错或者有所收获，您可以通过右边的“打赏”功能 打赏我一杯咖啡【物质支持】，也可以点击下方的【好文要顶】按钮【精神支持】，因为这两种支持都是使我继续写作、分享的最大动力！