10_尚硅谷_HBase_数据结构.avi原创

好，刚才呢，讲完的是这个它在命令行当中的操作，那这款其实之前也讲了，主要是让他感受一下H，哎，它怎么用，它大概的一个相对来说比较简单的一个数据结构啊，啊大概了解一下，那我们现在来看一下整个的H中的一个数据结构。首先就说P。是吧，OK，我们也看到它其实名字叫行线是吧，它就是整个的给来检索的一个主键，要要求一张表里边全局唯一。主见嘛，对吧，一张表里面肯定是唯一的嘛，不能重复的，重复的OK，然后。它就代表了一个行间啊，其实就代表了一行数据，一行数据，然后我们要获取HB当中数据呢，主要有三种方式，刚才大家也看到了第一种最简单的全面扫描是吧。全秒扫描这种方式跟没有关系吧，对吧，他管理UK是什么东西呢？全部通通拿来啊，OK，还有一个get吧，这个全秒扫描是不是盖。

还有一个get get是不是你必须要指定rie啊，对吧，你不能说GET1张表吧，啊，这是不行的啊，不行的，你必须要指定IE，它是通过单个rie来访问的，单个rie来访问的，当然它还可以通过这个rie的一个正则啊，正则就是类似于like这种查询吧，来正则方式啊，来查询的，那也是通过get，也是单个key查询的，OK，那还有一个问题，就是全表扫描的时候，咱们还有另外一种扫描方式，就指定stop rock stop roll吧，对吧，就限定大范围，你看这个其实查看啊，而且还有一个问题，就算你不指定start，肉跟肉，它给你返回的结果是不是还是按照R的一个顺序啊。整个的对吧，我们看到的结果是无论你数据是先插入的1002还是先插入的1003，最终返回出来的结果都是1001在前，1002在后，按照一个字典去给你反馈出来的啊好，那这块就是涉及到rookie啊这块的一个设计问题，这块东西啊是面试题当中最常问的。

就是rookie的一个设计，它会抛给你一个实际的情景，让你设计设计R，那这块后面我们会讲啊，怎么相应的一个设计原则，因为它的一个非常非常难，难在哪呢？第一。你想想看一张表。大的时候几亿条，十几亿条数据。你要保证rookie的全局唯一。对吧，这个难度还是非常大的啊，所以说那你只能干什么，加长它的一个长度对吧，就可以设计长一点，那给你就给你四位数，让你设计一个能满足11条数据不重复的一个周，谁都设计不出来了，所以它长度上啊，也有要求，它这个最大的长度呢，能达到看。64K。这个就很大了吧，啊，但是他官方的描述是这么样的，那实际应用当中的不可能没人说这这太长了，你没法写是吧，你获取一条数据你就OK，不知道怎么写了。

谁记得住啊，对吧？哎，根本不可能64K，想想那那得是什么玩意啊，你这个文档才多大呀，对吧？然后看一下实际应用当中的长度，一般是十到100个字节。得到100个字，一般用的最多的是70~120。70~100，它就能保证基本的一个需求了啊，这个长度70~100，然后在存储过程当中啊，一般会加上时间戳。就是将你的时间戳拼接到UK里边，那为什么呢？整个的时间戳这个东西是不是不可能重复啊，是直接从数据流来说很难对，你不可能说同一时间插入几条数据吧，哎，时间说是很难重复的，而且时间中那个长度也有一定的保证吧。也有一定的保证，所以在收设计K的时候，有一个很重要的原则，就是大家尽量的能把时间戳加进去的。尽量加进去啊，尽量加进去这种。然后再往后看。

Rookie保存的字节数组，因为它只有一种保存形式，无论是rookie啊，还是它的一个列组啊等等，都只有一个啊，都是字节数组啊，只有一种类型，没有那种其他的一个类型的一个纠纷。然后是按照字典序排序的啊，这都提过，这都提过的好，他既然按字典去排序啊，那你要考虑一个情况，我们之前说SC扫描的时候，是不是可以指定start跟stop啊。对吧，那你在设计RK的时候有一个原则就是这个啊，你要用这个特性干什么呢？将经常在一起读的数据啊。存储到一块。就是你相应的干什么呢，你要把。类似的数据，它的一个rook key设计的很类似啊，假如说前面端串数字都差不多，那你后面呢，都从A012这种方式开始。那你最后在读的时候，这这一块的东西是不是它在H当中存储的过程当中，是不是也会存储在一块啊。那你对于这一块数据的访问，你就可以用什么start stop roll啊，Start stop roll能提高你的一个访问效率，要不然你是不是每一个rookie自己去拿出来去访问啊，还比较麻烦啊，你就可以节省访问时间了啊，这是这块相对说的啊，大家稍微感受一下后面r rookie的一个设计呢，肯定还会要再说啊外再说的具体的OK，然后第二个我们要注意的就是这个CF一直讲的吧，列足。

列。然后呢，H被当中每个列都归属于某个列族，就是我们之前所讲的一个列，它不能够抛弃列族单独存在，是不是啊，之前强调一个点啊，任何一个列都属于某个列组，某个列组OK，然后是必须在使用表之前定义，是不是创建的时候必须要定义列组啊，当时我们创建那个student的时候，它不是创建码非要加一个列组，当然那个列组可以多个啊，可以多个，就说你在逗号再加一个什么in for2啊，In for3，或者说你不叫ino，你叫什么，其他的名字随便你，你想叫什么叫什么对吧？啊，就这一个名字而已，但是你一定要指定啊，而且在使用之前就是创建的时候要指定。

啊，然后如果说列名呢，你要访问的话，是不是都要加上一个什么。列足对吧，表明你当前这个列是属于哪个列的，属于哪个列组的，OK，然后看。Cell细胞对吧，细胞它其实指的是一个一个的单元格啊，在表里边就是一个一个的单元格，来看一下整个的表结构，现在大概大家应该有一个这样的一个认识了，看啊。这个上面呢，在这这张表这边存的是。这边存的是列足，对吧？CF假如说我们只有一个列足叫inform。然后这边存的呢。一个一个的rookie是吧？1001 10021003啊这样存的数据OK，然后in four下面假如说我那个1001，我存了一个什么。

姓名我是不是就增加了这一列啊。哎，把姓名拿进来叫一个什么线同啊相同OK，然后你会发现其实这个里边啊，它不仅能提一个数据吧。可以存多个数据，是不是因为有版本的问题啊，那版本是不是存在这个小单运动里边，就是当前这个框框里边，对吧，那你想想看，如果说你用。表明用列足用列加上r key这个东西，你是不是限定的是这么一个单元格对吧？那你这个单元格其实还没有到最小的数据单元格，还有版本啊，那也就是这个东西，就是确定到版本之后，就是我们这个所说的这个C啊，最小的这个单元格，那你看一下最小的单元格是有什么先进的。在一张表里边，那表明就没写了吧，啊，肯定是在某一张表里边吧，对吧，有行线列足列加上版本，它才能够唯一确定一个单元吧，因为他不知道你这里边到底你写的是存一个版本还是多个版本吧，啊有这个问题存在的啊，一定是这个，那大家就知道这个。

Cell这个细胞指的是什么内容啊？指的是什么内容，它里边有这么多东西，而且。全部都是任何什么啊啊啊，还有他的一个值，最后还有值吗？确定了单元，你不是为了拿它一个VALUE6吗？也是都是自。啊，都是字典码啊，这是这个问题啊好，然后最后看这个这个版本是个什么东西呢？对吧，其实就是这个。它的版本就是由时间戳决定的啊，之前我们SKY那张表的时候，是不是能看到他的一个什么。时间戳时戳，你看他叫什么，你家叫时间戳在里边，在校里边整个的。

时间戳啊，是确定它版本的，确定版本的，它是根据时间戳的不同来确定版本的。好，然后这一块呢，就是有多版本的问题，可以去看一下，每个都保存在同一份的一个数据的一个多个版本啊，当然在高版本的时候，它默认的创建表的时候，它是不是给一个版本啊，能看见吗？当时描述表的时候，这老版本的时候，它默认的会多个版本，然后版本通过时间戳来索引呢啊，时间戳来索引的是这样的啊，整个的要注意这个时间戳这个东西在我们HB当中是非常重要的一个内容啊，非常重要的一个内容。然后后面还有个命名空间。其实上午大家应该也看到了，他说一个什么密闭空间不存在是吧，我创建表的时候，因为我把什么我把那个HP那个目录给删了啊，就把他一个密闭空间那些东西都删掉了，那这个秘密空间是什么呢？在MY搜当中，大家学的时候应该先学的是创建database是不是，然后在database底下创建表吧，那这个那呢，它就类似于数据库，类似于数据库就是管理表的。

你看表，所有表都是命运空间的一个成员。其表必须属于某个命名空间，没有指定defot默认的命密空间当中，因为它有一个默认的命密空间，那怎么看呢？看一下啊，在这。还记得我们那个房问地址吗，对吧。我这个挂了吗。Must tell。啊，多打了一个哦是吧，说到那看一下这这是我们一个表吧。

的，而且大家上午带他看那个目录的时候还有印象吗？的那个目录前面还有一个目录吧。首先这个肯定在数据文件夹下，对吧，来。看看这个在哪呢。命名空间底下吧，哎，命名空间底下OK，那它命名空间也有相应的一个操作，那如何查看命名空间呢？直接list下划线比较麻烦。有两个这个default呢，是咱们如果创建表的时候没指定它会有默认的，它会有默认的，然后这个h base呢是系统的。系统它自己要存原数据对吧，系统的这个系统的到时候我们会看到的，它里面存在的内容的，OK，那如果创建这个秘密空间呢。

对吧，创建空间呢在这。也要加一个下划线。Namespace。然后给他一个名字，我们来一个。这个。然后再看一下。是不是就多了一个big，对，那如果我想把表建在这个下面呢，就不想放在这个什么。默认的命名空间了，我想把表放在我自己的，因为我自己维护啊，它类似于数据库对吧，它更多的还是对于业务线的一个表的一个管理，你要把不同的一个业务线上的表放到不同的密密空间里边，那你看一下，首先这个命密空间创建了，那起码这块应该得创建一个什么这个data对吧，那你要想把你的表放在这个下面，是不是最终你的表应该。位置在这啊对吧，那怎么创建呢？看一下首先创建表是。要指明它的一个表明对吧，那此时。

你一定要加上这么个东西。点。它是用冒号，就跟in for加什么加列名一样，那我创建一个，我还创建一个student可以吧，因为我放在不同的数据库里边，两个名字无所谓，然后再来一个什么音符，随便来一个列图走。也创建成功了吧，那我可以看一下这个表走。就是说默认的这种方式呢，它都省了，是不是他在默认的那个明明空间下，它都省了，无论显示出来的时候都省了，但是你是创建什么在自己的一个。命运空间下吧，哎，命运空间下它没省他没省，那这块来看一下，哎，底下就多了一个student这个文件夹，对吧，那如何删这个命运空间呢。

那我们内蒙这个吧，这个这个。发现他删不掉，说错了，那看一下对吧，这很合理吧，还是非常合理的，就是说你底下还有表呢，是吧，它当然那密密空间我们知道这个表里边没有数据，对吧，但是密密空间它不能说我底下还有表呢，我就把它删掉吧，还是不能的，那你只能先把那个表给它清空掉，全部删掉之后才能删这个密密空间吧，哎，才能删这个密密空间，这你要注意这个点啊，注意个点，密密空间呢，除了管理，更多的其实是管理这块啊，就是刚才我们所说的管理不同业务，业务线上的一个表。啊，管理不同业务线上的表，他当然还可以有有什么权限限额，限额指的是哎，可以强制利用空间包含。约定的一个数量，还有这个什么权限，就是说来细化控制。不同的人来访问这张当前命名空间下表的时候，权限不同吧，有的人读写啊，这个可以做控制的，但是呢，这些点除了当做刚才我所讲的，在公司当中呢，用的最多的还是管理不同业务线上的表，其他的对于这些什么权限啊，限额啊，都用的非常少，都用的非常少，第一就是相对来说，大的公司啊，稍大一点的公司啊，他们对于权限管理啊，不会做到name space级别，就是说他在更上层，在h base级别就已经做了，能理解。

大的公司就做了，那小公司呢，都是自己人，就就那几个人，还说来限一个权限，你能访问不能访问没有意义，对吧，没有任何意义，所以说这块这个内容应用的比较少，更多的还是分不同的业务线这样来应用的，无论大公司小公司，这样的一个应用场景是更多的啊，你要知道的一个点，OK。啊，这是命名空间啊，命名空间它也有，就是你要记住的，它就类似于。Database啊，就一个数据库，然后下面呢，可以放很多的表啊，当然我们之前能够创建成功表呢，是因为什么。

他有一个默认的吧，哎，它有一个默认的命名空间啊，你看在这块你根本看不到那个H那个命名空间，对吧？啊，因为系统自己用的啊，系统自己用的在这。那个命运空间看见没在这啊，它是系统自己用的，你不能你访问不了了。但是你可以查看它里面数据啊，到时候我们会看到OK。