Bigtable发布于2006年，启发了无数的NoSQL数据库，比如：Cassandra、HBase等等。

Cassandra架构中有一半是模仿Bigtable，包括了数据模型、SSTables以及提前写日志（另一半是模仿Amazon的Dynamo数据库，使用点对点集群模式）。

BigTable 是建立在 GFS 和 MapReduce 之上的。每个Table都是一个多维的稀疏图

为了管理巨大的Table，把Table根据行分割，这些分割后的数据统称为：Tablets。每个Tablets大概有 100-200 MB，每个机器存储100个左右的 Tablets。底层的架构是：GFS。

由于GFS是一种分布式的文件系统，采用Tablets的机制后，可以获得很好的负载均衡。比如：可以把经常响应的表移动到其他空闲机器上，然后快速重建。


BigTable是​​Google​​​设计的​​分布式​​​​数据存储​​系统，用来处理海量的数据的一种非关系型的数据库。

简介

igTable是非关系型数据库，是一个稀疏的、​​分布式​​的、持久化存储的多维度排序Map。Bigtable的设计目的是快速且可靠地处理PB级别的数据，并且能够部署到上千台机器上。

Bigtable已经实现了以下的几个目标：适用性广泛、可扩展、高性能和高可用性。

Bigtable已经在超过60个Google的产品和项目上得到了应用，包括 Google Analytics、GoogleFinance、Orkut、Personalized Search、Writely和GoogleEarth。这些产品对Bigtable提出了迥异的需求，有的需要高​​吞吐量​​​的​​批处理​​​，有的则需要及时响应数据给最终用户。它们使用的Bigtable​​集群​​的配置也有很大的差异，有的集群只有几台服务器，而有的则需要上千台服务器、存储几百TB的数据。


特点

在很多方面，Bigtable和数据库很类似：它使用了很多数据库的实现策略。​​并行数据库​​​和​​内存数据库​​​已经具备可扩展性和高性能，但是Bigtable提供了一个和这些系统完全不同的接口。 Bigtable不支持完整的​​关系数据模型​​​；与之相反，Bigtable为客户提供了简单的数据模型，利用这个模型，客户可以动态控制数据的分布和格式（alex注：也就是对BigTable而言，数据是没有格式的，用数据库领域的术语说，就是数据没有Schema，用户自己去定义Schema），用户也可以自己推测(alex注：reasonabout)底层​​存储​​​数据的位置相关性(alex注：位置相关性可以这样理解，比如树状结构，具有相同前缀的数据的存放位置接近。在读取的时候，可以把这些数据一次读取出来)。数据的下标是行和列的名字，名字可以是任意的字符串。 Bigtable将​​存储​​​的数据都视为字符串，但是Bigtable本身不去解析这些字符串，客户程序通常会在把各种结构化或者半结构化的数据​​串行化​​​到这些字符串里。通过仔细选择数据的模式，客户可以控制数据的位置相关性。最后，可以通过BigTable的模式参数来控制数据是存放在内存中还是硬盘上。 特点: 1、适合大规模海量数据，PB级数据； 2、​​分布式​​​、并发​​数据处理​​​，效率极高； 3、易于扩展，支持动态伸缩； 4、适用于廉价设备； 5、适合于读操作，不适合写操作。 6、不适用于传统​​关系型数据库​​；


应用:

BigTable为谷歌旗下的搜索、地图、财经、打印、以及社交网站Orkut、​​视频共享​​​网站​​YouTube​​​和博客网站​​Blogger​​等业务提供技术支持。

2010年9月，Google宣布将放弃​​MapReduce​​。新索引系统将迁移至BigTable平台。新平台基于Colossus，也被称为GFS2。