YunTable开发日记（3） – BigTable的数据模型和调用接口 （转载）
源地址：http://peopleyun.com/?p=665
本文将深入分析BigTable的数据模型，并介绍它是如何被调用的。
数据模型
就像向我之前所说的那样，其实BigTable顾名思义，是一个非常大的表，而且是一个能存储几十亿行（Row）和几千列（Column）的非常巨大的表。什么表会怎么大呢？接下来，举一些简单的例子，比如：用于中国所有公民的个人信息和Internet上所有网站内容的表，这些表的总体规模可以达到PB以上级别，而且这些表的规模都会与日增长，所以很显然需要使用分布式的方法，而不是使用一台机器来承载这个巨大且不断增长的Table。首先，会介绍一下BigTable最基本的数据模型，也就是table。
Table
图1. Table
这就是Table（表格），虽然上面截图只有三个Row和五个Column，但由于这个表会存储中国所有公民的个人信息，所以会有十三亿多Row和几百多Column，接下来，将介绍为了提高访问效率和伸缩性的两个特性：Colunm Family（列组）和Tablet（片）。
Column Family
图2. Column Family
由于每个表格都会有成百上千的Column，而大多数查询只需得到其中少数几个Column，所以如果每次查询都将所有的Column取出来的话，这样会得不偿失，所以Google在BigTable的设计中引入了Column Family这个特性，通过这个特性能将多个Column并为一个小组，比如上图的“家庭地址”和“工作地址”都隶属于“地址”这个Column Family，这样做的最大的好处是能将这些Column放在一起存储，这样不仅能提高存取效率，而且能避免读取过多的Column，比如可以选择只读取一个Column Family。
Tablet
图3 Tablet
这个非常容易理解，就是BigTable系统会自动根据Row Name的范围，来将数据复制到不同的服务器上。
Timestamp
为了帮助数据的同步和备份，可以为每个Cell（单元格）设置相应的Timestamp，而且系统可以根据Timestamp来做GC（Garbage Collection）。
调用接口
Google的BigTable的调用接口主要以API为主，下面是一些示例代码，主要参考自BigTable的Paper。
//打开Table
Table *T = OpenOrDie(“/peopletable”);
//找到相应的Row，并做相应的更新
RowMutation r1(T,”310101”);
r1.Set(“地址:家庭地址”,”SH88”);
//执行更新
Operation op;
Apply(&op, &r1);
//创建用于查询的Scanner
Scanner scanner(T);
ScanStream *stream;
//查询相关的代码：1. 锁定“地址”这个Cloumn Family；2.返回所有版本；3. 查找Row Name是”310101”的列。
stream = scanner.FetchColumnFamily(“地址”);
stream->SetReturnAllVersion();
scanner.Lookup(“310101”);
//打印
for(;!stream->Done();stream->Next()){
printf(“%s %s %lld %s\n”,Scanner.RowName(), stream->ColumnName,
stream->TimeStamp, stream->Value);
}
下篇开发日记将关注BigTable的存储模型。
