小史是一個非科班的程序員，雖然學的是電子專業，但是通過自己的努力成功通過了面試，現在要開始迎接新生活了。
今天，小史的姐姐和呂老師一起過來看小史，一進屋，就有一股難聞的氣味。
可不，小史姐姐走進衛生間，發現地下一個盆子裡全是沒洗的襪子。
小史：當然不是，盆裡的襪子滿了，就先放到這個桶裡，然後再繼續裝，等到桶裡的襪子滿了，然後才放到洗衣機裡一次洗完，這樣不僅效率高，而且節省水電費。
小史洋洋得意地介紹起自己洗襪子的流程。
小史一聽就有點不高興，全世界都黑程序員，沒想到自己還沒變成程序員就被自家姐姐黑了。
說完就進自己房間，把姐姐和呂老師晾在外面。小史姐姐也意識到不該拿程序員開玩笑，但現在也不知道該怎麼辦，就看著呂老師。
呂老師走進小史的房間。
【hbase是啥】
小史：別吹了，構建在hdfs上除了能存儲海量數據之外，缺點一大堆，上次你給我介紹的hdfs缺點我可沒忘啊，不支持小文件，不支持併發寫，不支持文件隨機修改，查詢效率也低。
小史仔細回憶起hdfs來。
呂老師：hdfs確實有很多缺點，但是hbase卻是一個支持百萬級別高併發寫入，支持實時查詢，適合存儲稀疏數據的分佈式數據庫系統。
呂老師：hbase主要用於大數據領域，在這方面，確實比mysql要厲害得多啊，它和mysql的存儲方式就完全不一樣。mysql是行式存儲，hbase是列式存儲。
【列式存儲】
呂老師：沒錯，這就是行式存儲系統存儲稀疏數據的問題，我們再來看看列式存儲如何解決這個問題，它的存儲結構是這樣的
小史：這個我看懂了，相當於把每一行的每一列拆開，然後通過rowkey關聯起來，rowkey相同的這些數據其實就是原來的一行。
呂老師：你這裡只說到了一個好處，由於把一行數據變成了這樣的key-value的形式，所以hbase可以存儲上百萬列，又由於hbase基於hdfs來存儲，所以hbase可以存儲上億行，是一個真正的海量數據庫。
呂老師：這就是hbase的威力呀，還不只如此，其實很多時候，我們做select查詢的時候，只關注某幾列，比如我現在只關心大家的工資，傳統的按行存儲，要選出所有人的工資是怎麼辦的呢？
小史：哦，我大概明白了，原來是這樣，所以hbase的查詢效率也很高，但是我有個問題啊，如果我就要查我的所有信息，這是一行數據，hbase查詢起來是不是反而更慢了呢？
【列簇】
呂老師：列簇，顧名思義，就是把一些列放在一起咯，在hbase中，會把列簇中的列存儲在一起，比如我們把和工作相關的salary和job都放在work這個列簇下，那麼大概是這樣的
小史：哦，我明白了，這樣的話，一個列簇中的列會被一次就拿出來，如果我要查所有列的信息的話，把所有信息都放在一個列簇就好了。
（注意：hbase中，其實所有列都是在列簇中，如果不指定，就在一個默認列簇中。生產環境由於性能考慮和數據均衡考慮，一般只會用一個列簇，最多兩個列簇）
【rowkey設計】
（注：當然，有些中間件把sql翻譯成hbase的查詢規則，從而支持了sql查hbase，不在本文討論範圍內）
小史：啊？這和我想象的不一樣啊，如果我想查詢工資比20w多的記錄，在mysql中，只要用一條很簡單的sql就行啊，這在hbase中怎麼查呢？
呂老師：在hbase中，你需要把要查詢的字段巧妙地設置在rowkey中，一個rowkey你可以理解為一個字符串，而hbase就是根據rowkey來建立索引的
不熟悉B+樹的同學可以看這篇文章。hbase也是一樣的原理。
呂老師：假設員工工資9999w封頂，查詢的時候可能根據員工工資查詢，也可能根據名字查詢一個特定的員工，那麼rowkey就可以這樣設計
（注意，以上rowkey是簡化版設計，只是為了講清楚範圍查詢。實際使用中由於rowkey需要考慮散列性，所以可能不會這麼用。後文會具體探討散列性。）
呂老師：hbase提供了三種查詢方式。
第一種是全表掃描，scan
第二種是根據一個rowkey進行查詢
第三種是根據rowkey過濾的範圍查詢
比如你要查工資不少於20w的記錄，就可以用範圍查詢，查出從startRow=0020到stopRow=9999的所有記錄，這是hbase直接支持的一種查詢方式哦。
呂老師：這裡要注意幾點，首先，rowkey是按照字符串字典序來組織成B+樹的，所以數字的話需要補齊，不然的話會出現123w小於20w的情況，但是補齊的話，你就會發現020w小於123w
小史：哦，明白了，這都很好理解，因為rowkey是字符串形式，所以肯定是按照字符串順序排序咯。而且rowkey有點類似於mysql中的主鍵吧，所以保證其唯一性也是可以理解的。還有就是因為每個key-value都包含rowkey，所以rowkey越短，越能節省存儲空間。
（注意，如果rowkey複雜且查詢條件複雜，hbase還針對rowkey提供了自定義Filter，所以只要數據在rowkey中有體現，能解析，就能根據自己的條件進行查詢）
小史：但是呂老師，我有一個問題啊，之前說過hdfs不適合存儲小文件，而hbase中的一條記錄只有一點點數據，記錄條數卻很多，屬於海量小文件，存在hdfs中不是內存爆炸了嗎？
具體如何運用，我們下回分解。
作者：channingbreeze
原文：轉載自公眾號，互聯網偵察，已獲作者授權
閱讀更多 Java識堂 的文章
