hbase - 基于列或基于行的HBase

Question

我想知道HBase是使用基于列的存储还是基于行的存储？

我阅读了一些技术文档，并提到了HBase的优点，即使用基于列的存储将相似的数据存储在一起以促进压缩。因此，这意味着将不同行的相同列存储在一起；

但是我还了解到HBase是一个排序的键-值映射。它使用键来寻址该键(行)的所有相关列，因此它似乎是基于行的存储吗？

如果有人能澄清我的困惑，我将不胜感激。

提前致谢，
乔治

Answer 1

乔治，这是我从HBaseCon 2012了解HBase模式的演讲:

http://www.cloudera.com/content/cloudera/en/resources/library/hbasecon/video-hbasecon-2012-hbasecon-2012.html

简而言之，HBase中的每一行实际上都是键/值映射，您可以在其中具有任意数量的列(键)，每列都有一个值。 (而且，从技术上讲，每个参数都可以具有带有不同时间戳的多个值)。

此外，“列族”使您可以在同一行中的不同物理(磁盘)文件中托管多个键/值映射。这有助于在某些情况下优化您的值集，这些值集通常与其他集不相交地访问(因此，减少了读取磁盘的工作量)。当然，要权衡的是，如果将列分为两个列族，则需要读取一行中的所有值，这是更多的工作，因为所需磁盘访问次数是原来的两倍。

与更标准的“面向列”数据库不同，我从未听说有人创建过一个HBase表，该表具有每个逻辑列的列族。与列族相关的开销很大，通常建议通常不超过3个或4个。列族是“设计时”信息，这意味着您必须在创建(或更改)表时指定它们。

通常，我发现列族是一种高级设计选项，只有在您对HBase的体系结构有深刻的了解之后，才可以使用它，并且可以证明这将是一个净 yield 。

因此，总的来说，虽然HBase确实可以以“面向列”的方式工作，但这并不是HBase中的默认模式，也不是最常见的设计模式。最好将其视为具有键/值映射的行存储。