java - 为什么我们需要 Hbase 中的列族？

Question

有列族的原因是什么？例子：

方案 1：

Table Row-Key ColumnFamily1 ColumnFamily2 ColumnFamily3

方案 2：

Table1 Row-Key Column1...ColumnN
Table2 Row-Key Column1...ColumnN
Table3 Row-Key Column1...ColumnN

在场景一中，虽然一个表可以有很多列族，但是所有的列族都是分开存储的。那为什么本身就有列族的概念呢？为什么不能有简单的场景2？同样对于场景 2，我不会阻止 HBase 提供的任何功能。您仍然可以稍后添加动态列（和其他功能）。

我唯一担心的是，如果列族是分开存储的，那么为什么它们在同一个表中？我只对拥有列族的意图（以及它解决了什么问题）感兴趣？

score 3 · Accepted Answer

根据定义，表是逻辑上属于一起的数据的组织单位。列族为您提供了一种在表中创建子结构的方法，以便根据您的访问模式优化性能（这是它解决的问题）。

实际上，尽管表中的列族“单独”存储在不同的文件中，但它们也存储在“附近”，因为 HBase 将给定行的所有值存储在同一区域中。这包括列族的单独文件。尽管它们位于不同的文件中，但它们属于同一个区域服务器。

相比之下，如果您将数据划分到不同的表中，同一“行”的部分将位于不同的 HBase 区域中，并且在访问它们时，您将支付在集群中不同区域服务器上查找的开销。

因此，如果您选择将一些数据放在单独的表中而不是列族中，那么您不仅会以难以管理的方式组织数据，还会失去 HBase 的许多性能优势.

1 回答 1