HBase学习

三范式

第一范式

属性不可分割。

第二范式

不存在部分函数依赖，减少数据的冗余。

第三范式

不存在传递函数依赖，减少数据的冗余，保证数据一致性。

事实表和维度表

维度

观察数据的角度，如用户，省份，商品等。

粒度

值的是特定的维度组合，如各个省份中各个SPU的GMV。
粒度越细，维度越多。最细粒度（所有的维度）。

维度表

一般是对事实的描述信息。每一张维度表对应现实世界中的一个对象或者概念。如：用户、商品、日期、地区等。

事实表

事实表中的每一行数据代表一个业务事件（下单、支付、退款、评价等）。“事实”这个术语表示的是业务事件的度量值（可统计次数、个数、金额等）。例如：订单事件中的下单金额。
事实表分为：

1. 事务性事实表：只增。
2. 周期性事实表：只关心最后的结果数据，增删改。
3. 累积性事实表：关心业务过程，对应不止一条数据。
   事实表特点：“细长”，即列较少，行较多却行增速快。

一些概念

字典序

按位排序，如1后面接11而不是2。

高表：行多。

宽表：列多。

MYSQL中用,分割存储数据（CSV格式）。

数仓常用模型

星座模型（多张事实表）

星型模型&雪花模型

HBase数据模型

1. Name Space
   两个自带的：
   HBase存内置表，default存用户默认表。
2. Region 数据切片
   HBase定义表是只需要声明列族即可。
3. Row
   HBase表中的每行数据都由一个Rowkey和多个Column（列）组成，数据是按照Rowkey的字典顺序村相互的，并且查询。
4. Column
   HBase中每个列都由Column Family（列族）和Column Qualifier（列限定符）进行限定。建表时，只需要指定列族，而列限定符无需预先定义。
5. Time Stamp
   用于标识数据的不同版本。
6. Cell
   由{Rowkey，Column Family：Column Qualifier，Time Stamp}唯一确定的单元，cell中的数据是没有类型的，全部是字节码形式存贮。

HBase命令

bin/hbase shell可以进入