HBase表设计

Question

我对HBase很新鲜，最近我们打算用HBase来存储&查询数据。但是当我尝试创建一些演示表时遇到了几个问题：

1. ColumnFamily的用法是什么？由于所有的列都必须属于一个CF，而维基建议只定义CF，这使我对这个定义感到困惑？
2. 似乎我们只能通过行键（如RDBMS中的主键）查询数据，但如果我们不知道行键值，我们如何通过其他参数查询？
3. 如果通过非行键列进行查询，性能是否会受到影响？

感谢 伊万耿

Answer 1

ColumnFamily的用法是什么？由于所有的列都必须属于一个CF，而维基建议只定义CF，这使我对这个定义感到困惑？

ColumnFamily可用于组织数据。但它不止于此。在物理上，所有列家族成员一起存储在文件系统上。由于调音和存储规范是在列族级完成的，因此建议所有列族成员具有相同的一般访问模式和大小特征。

似乎我们只能通过行键（如RDBMS中的主键）查询数据，但如果我们不知道行键值，我们如何通过其他参数查询？

取决于您的方案。有各种过滤器可用。请参阅：Filters in HBase 您可以将RowKey视为内置索引过滤器。如果你在任何其他列上应用过滤器，那么它不会被编入索引，因此性能远不如基于RowKey的GET。

如果通过非行键列进行查询，性能是否会受到影响？

如上所述，使用其他列上的过滤器进行查询要低效得多。

Answer 2

的ColumnFamily用于组织你的列（其中组），并添加一些灵活性，你可以在你想要一个列族随时随地，而不影响实际数据添加新列。 HBase以NoSQL为导向，但我一直在使用Phoenix（HBase的SQL皮肤），以便在HBase数据上应用SQL查询。使用Phoenix，你可以使用WHERE子句创建SQL查询，并且性能很不错，请看看HERE。否则，您可以创建一个复合键来对数据进行排序，但这取决于您的数据以及您将如何处理它...