HBase 是一个NoSQL数据库，用于处理海量数据，可以支持10亿行百万列的大表，下面就了解一下数据是如何存放在HBase表中的
关系型数据库的表结构
为了更好的理解HBase表的思路，先回顾一下关系数据库中表的处理方式
例如有一个用户表user_info，有字段：id、name、tel，表名和字段需要在建表时指定
create table user_info (
id 类型,
name 类型,
tel 类型
)然后插入两条数据
insert into user_info values(...)表结构
后来字段不够用了，新用户需要记录地址，就要新增一个字段
上面的内容主要说明的是：
- 建表的方式，需提前指定表名和字段
- 插入记录的方式，指定表名和各字段的值
- 数据表是二维结构，行和列
- 添加字段不灵活
下面看一下HBase的处理方式
HBase的表结构
建表时要指定的是：表名、列族
建表语句
create 'user_info', 'base_info', 'ext_info'意思是新建一个表，名称是user_info，包含两个列族base_info和ext_info
列族 是列的集合，一个列族中包含多个列
这时的表结构：
row key 是行键，每一行的ID，这个字段是自动创建的，建表时不需要指定
插入一条用户数据：name为‘a’，tel为‘123’
插入语句
put 'user_info', 'row1', 'base_info:name', 'a'
put 'user_info', 'row1', 'base_info:tel', '123'意思是向user_info表中行健为row1的base_info列族中添加一项数据 name:a，接着又添加一项数据tel:123
name和tel就是具体字段，属于base_info这个列族
这时的表结构：
再插入一条数据：name为‘b’，addr为‘beijing’
put 'user_info', 'row2', 'base_info:name', 'b'
put 'user_info', 'row2', 'ext_info:addr', 'bj'这时的表结构：
HBase表中还有一个重要概念：版本，每个字段的值都有版本信息（通过时间戳指定）
例如 base_info:name，每次修改时都会保留之前的值，就是说可以取到他的旧值
小结
从上面建表、插入数据的过程可以看出 HBase 存储数据的特点了
- 和关系数据库一样，也是使用行和列的结构
- 建表时，定义的是表名和列族（字段的集合），而不是具体字段
- 列族中可以包含任意个字段，字段名不需要预定义，每一行中同一列族中的字段也可以不一致
- 多维结构，关系数据库的表是二维的，通过指行、列定位一个数据，HBase中需要通过 行健、列族名、字段名、版本号才能定位到具体数据
- 插入数据时，一次插入一个字段的数据，不是像关系数据库那样一次插入多个字段
HBase的表结构
-----------------------------------------------分割线-------------------------------------------------------
下面的内容来自上面的两篇扩展博客
对于时间戳指定的版本数据理解：
概念视图
物理视图
ColumnFamily anchor
ColumnFamily contents
- 概念视图中空白cell在物理上是不存储的
- rowkey和column family在实际存储中确实会重复存储
逻辑上整体表结构如下
t*是通过时间戳制定的数据的不同版本。
Hbase表中基本元素
Row Key
与nosql数据库们一样,row key是用来检索记录的主键。访问hbase table中的行，只有三种方式：
1 通过单个row key访问
2 通过row key的range
3 全表扫描
Row key行键 (Row key)可以是任意字符串(最大长度是 64KB，实际应用中长度一般为 10-100bytes)，在hbase内部，row key保存为字节数组。
存储时，数据按照Row key的字典序(byte order)排序存储。设计key时，要充分排序存储这个特性，将经常一起读取的行存储放到一起。(位置相关性)
注意：
字典序对int排序的结果是1,10,100,11,12,13,14,15,16,17,18,19,2,20,21,…,9,91,92,93,94,95,96,97,98,99。要保持整形的自然序，行键必须用0作左填充。
行的一次读写是原子操作 (不论一次读写多少列)。这个设计决策能够使用户很容易的理解程序在对同一个行进行并发更新操作时的行为。
HBase不支持条件查询和Order by等查询，读取记录只能按Row key（及其range）或全表扫描，因此Row key需要根据业务来设计以利用其存储排序特性（Table按Row key字典序排序如1,10,100,11,2）提高性能。
列族
hbase表中的每个列，都归属与某个列族。列族是表schema的一部分(而列不是)，必须在使用表之前定义。列名都以列族作为前缀。例如courses:history ， courses:math 都属于 courses 这个列族。
访问控制、磁盘和内存的使用统计都是在列族层面进行的。实际应用中，列族上的控制权限能帮助我们管理不同类型的应用：我们允许一些应用可以添加新的基本数据、一些应用可以读取基本数据并创建继承的列族、一些应用则只允许浏览数据（甚至可能因为隐私的原因不能浏览所有数据）。
时间戳
HBase中通过row和columns确定的为一个存贮单元称为cell。每个 cell都保存着同一份数据的多个版本。版本通过时间戳来索引。时间戳的类型是 64位整型。时间戳可以由hbase(在数据写入时自动 )赋值，此时时间戳是精确到毫秒的当前系统时间。时间戳也可以由客户显式赋值。如果应用程序要避免数据版本冲突，就必须自己生成具有唯一性的时间戳。每个 cell中，不同版本的数据按照时间倒序排序，即最新的数据排在最前面。
为了避免数据存在过多版本造成的的管理 (包括存贮和索引)负担，hbase提供了两种数据版本回收方式。一是保存数据的最后n个版本，二是保存最近一段时间内的版本（比如最近七天）。用户可以针对每个列族进行设置。
Cell
由{row key, column( =<family> + <label>), version} 唯一确定的单元。cell中的数据是没有类型的，全部是字节码形式存贮。
