Question

我想知道HBase是使用基于列的存储还是基于行的存储？

如果有人能澄清我的困惑，我们将不胜感激。

提前谢谢，乔治

Answer 1

George，这是我在HBaseCon 2012上了解HBase架构的演示文稿：

简而言之，HBase中的每一行实际上都是一个键/值映射，您可以在其中拥有任意数量的列（键），每个列都有一个值。（并且，从技术上讲，每个都可以有多个具有不同时间戳的值）。

此外，“列族”允许您在同一行中，在不同的物理（磁盘上）文件中托管多个键/值映射。这有助于在您拥有通常与其他集不相交的值集合的情况下进行优化（因此您可以减少从磁盘读取的内容）。当然，权衡是，如果将列分成两个列系列，那么读取行中的所有值的更多工作，因为所需的磁盘访问次数是2倍。

与更标准的“面向列的”数据库不同，我从来没有听说有人为每个逻辑列创建一个具有列族的HBase表。与列族相关的开销，一般建议通常不超过3或4。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的体系结构有深入的了解后才能使用它，并且可以证明它是一种净效益。

总的来说，虽然HBase可以采用“面向列”的方式，但它不是HBase中的默认设置模式，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。

Answer 2

除了Ian的优秀答案之外，我会认为HBase 都是基于行的键值，以及基于列的键值存储（如果您知道行 - 键）。

如果您更愿意从数据结构的角度考虑它，这就是简单的HBase表的样子：

'rowkey1' => {
    'c:col1' => 'value1',
    'c:col2' => 'value2',
},
'rowkey2' => {
    'c:col1' => 'value10',
    'c:col3' => 'value3'
}

当然，您也可以在其中存储更复杂的数据结构，正如您可以从Ian的演示中看到的那样。