【赵渝强老师】HBase的表结构

  在学习HBase的表结构之前，首先需要了解一下什么是Google的BigTable思想。BigTable大表的思想是Google的“第三驾马车”。正因为有了这样的思想就有了Hadoop生态圈体系中的NoSQL数据库HBase。

提示：NoSQL数据库泛指所有的非关系型数据库。NoSQL数据库有很多种，比如：Hadoop体系中的HBase；基于内存的Redis和基于文档的MongoDB。而NoSQL数据库从某种程度上说也是属于大数据体系中的组成部分。

  视频讲解如下：

  那么什么是BigTable大表呢？简单来说就是把所有的数据存入一张表中，这样做的目的就是为了提高查询的性能。但是这也将违背关系型数据库范式的要求。在关系型数据库中需要遵循范式的要求来减少数据的冗余。减少数据冗余的好处是节约了存储的空间，但是会影响性能。例如：在关系型数据库中执行多表查询会产生笛卡尔积。因此，关系型数据库的出发点是通过牺牲性能，达到节约存储空间的目的。这样设计是有实际意义的，因为在早些年的时候，存储的介质是比较昂贵的，需要考虑成本的问题。而大表的思想正好与其相反，它是把所有的数据存入一张表中。大表的思想是通过牺牲存储空间来达到提高查询性能的目的。

  下图展示了在关系型数据库中的表结构。这里的关系型数据库可以是Oracle、MySQL等等。下图的数据模型是部门-员工，即：一个部门可能包含多个员工，一个员工只属于一个部门。

  HBase就是BigTable大表思想的一个具体实现，并且它是一个列式存储的NoSQL数据库适合执行数据的分析和处理。简单来说就是适合执行查询操作。如果把上图中的部门-员工数据存入HBase的表中，那将会是什么样的呢？下图展示了HBase的表结构。

  HBase的表由列族组成，上图的“emp”和“dept”都是列族，列族中包含列。创建表的时候必须创建列族，不需要创建列。当执行插入语句插入数据到列族中的时候，需要指定rowkey和具体的列。如果列不存在，HBase会自动创建相应的列，再把数据插入到对应的单元格上。

提示：rowkey相当于关系型数据库的主键。但是与主键不同的是，rowkey与关系型数据库类似不允许为空，但是可以重复的。如果rowkey重复了，表示相同的rowkey是同一条记录。

  例如，如果要得到上图所示的表结构和数据，可以在HBase中执行下面的语句。

#创建employee表，包含两个列族：emp和dept
create 'employee','emp','dept'
#插入数据
put 'employee','7839','emp:ename','KING'
put 'employee','7839','emp:job','PRESIDENT'
put 'employee','7839','emp:hiredate','17-11月-81'
put 'employee','7839','emp:sal','5000'
put 'employee','7839','dept:deptno','10'
put 'employee','7839','dept:dname','ACCOUNTING'
put 'employee','7839','dept:loc','NEW YORK'

  下图展示了在HBase Shell的命令中执行的效果。