HBase 数据模型
HBase 数据模型主要由table,row,column,timestamp,cell几个元素构成。
table
表，一个表可能包含多行数据，在HBase中，表其实是一个分布式的表，真正的数据是存储在Region中的，Region可以理解为分片，每个表会包含多个分片，分别由不同的RegionServer管理。每个分片会有多个副本，以实现分片的高可用。
row
行，一行数据包含唯一的rowkey，多个column及对应的值，在Hbase中，一张表中所有row都按照rowkey的字典顺序由小到大排列；因为数据在Region上的分布也与rowkey相关，所以在存储数据时，设计合理的rowkey使得数据尽可能在Region上分布均匀，在查询数据时就不会出现一个RegionServer负载过高，而其他RegionServer负载较低的情况。
column
列，与关系型数据的列不同，HBase中的column由column family(列簇)和 qualifier（列）组成。两者之间使用":"相连。 一个列簇下可以有多个列；
列簇设计的好处
在介绍列簇之前先对比一下行式存储与列式存储；
行式存储
数据以行的形式进行存储，一行写完之后，再写下一行；我们经常使用的Mysql数据库就是一个典型的行式存储。
行式存储优点：
- 1，在存储时以行为单位，在读取一行数据时，效率很高；
- 2，由于数据存储在一个文件中，在读取数据时打开的文件句柄较少；
行式存储缺点：
- 当读取某些指定列式，需要先读取每行数据，然后进行裁剪，需要处理较多对当前查询无用的信息，且占用内存。
列式存储
列式存储将一列数据存储在一起，不同列的数据分别存储；
列式存储优点
- 1，由于某一列的数据类型相同可以进行数据压缩，在备份和主从复制时产生的数据量较少；
- 2，在只查询某一列或者几列时，只需要读取某几个列的文件，且不需要裁剪；
列式存储缺点： - 在读取一行数据时需要打开多个文件，占用句柄较多；
列簇存储
列簇存储的出现很好的兼容的行式存储和列式存储。在HBase中一个列簇对应一个HFile文件，列簇中可以包含多个列。当一个列簇中存在多列时，这个列簇相当于行存储，当一个列簇中只有一列时，这个列簇相当于列存储。这样HBase的列簇很好的兼容了行，列存储的优点。我们在使用的过程中，可以建立多个列簇，将经常需要一起读出的字段放到一个列簇，而需要大数据量计算的某几列可以单独放到各自的列簇。
cell
单元格，由五元组（rowkey,column,timestamp,type,value）组成，其中type标识操作的类型（Put/Delete）这样的操作类型。在HBase底层以KV形式存储，key为（rowkey,column,timestamp,type），值为value.
timestamp
时间戳，每个单元格在写入HBase时都默认分配一个时间戳，作为单元格的版本。用户在写入时也可以自带时间戳。HBase支持多版本特性，同一个rowkey,column下可以有多个value存在，这些value使用timestamp作为版本号，版本号越大，数据越新；
HBase的逻辑视图如下：
其内部包含了两行数据，对应两个rowkey:com.cnn.www和com.example.www;三个列簇：anchor,conetents和people；其中anchor中包含两列:cnnsi.com和my.look.ca;时间戳分别是t9和t8;value为CNN和CNN.com;另外两个列簇分别只包含一个列，contents->html,people->anthor;其中contents的第一行，html列包含三个版本的数据。
