HBase 数据模型

HBase 的数据储存如下示例（官方文档例子）：

表格中的空白单元不会占用物理存储空间，只是概念上存在

从 schema 的角度看，类似如下：

{
  "com.cnn.www": {
    contents: {
      t6: contents:html: "<html>..."
      t5: contents:html: "<html>..."
      t3: contents:html: "<html>..."
    }
    anchor: {
      t9: anchor:cnnsi.com = "CNN"
      t8: anchor:my.look.ca = "CNN.com"
    }
    people: {}
  }
  "com.example.www": {
    contents: {
      t5: contents:html: "<html>..."
    }
    anchor: {}
    people: {
      t5: people:author: "John Doe"
    }
  }
}

• **表(table)：**一张表有多行；
• **行(row)：**一行包括一个行健(row key)，多个列族(column family)，一张表中按照行健排序，以行健为索引，如：row1。 ；
• **列族(column family)：**每个列族包含多个列(column)，需要在建表时定义好。如data、meta；
• **列(column)：**每个列都属于某一个列族，以 “列族名:列名(column qualifier)“ 表示。如 meta:minetype；
• **版本(version)：**默认是时间戳；
• **单元格(cell)：**由[行，列，版本号]来唯一确定；

每一行中，列的组成都是灵活的，行与行之间并不需要遵循相同的列定义， 也就是HBase数据表 ”schema-less“ 的特点。

RowKey

用来表示唯一一行记录的主键，HBase的数据是按照 RowKey 的字典顺序进行全局排序的，所有的查询都只能依赖于这一个排序维度。

通过下面一个例子来说明一下”字典排序“的原理：

RowKey {“abc”, “a”, “bdf”, “cdf”, “defg”} 按字典排序后的结果为 {“a”, “abc”, “bdf”, “cdf”, “defg”}

也就是说，当两个 RowKey 进行排序时，先对比两个 RowKey 的第一个字节，如果相同，则对比第二个字节，依此类推…如果在对比到第M个字节时，已经超出了其中一个 RowKey 的字节长度，那么，短的 RowKey 要被排在另外一个RowKey的前面；