NoSQL数据库——BigTable

在初学HBase时,自己将HBase中的名词类与MySQL数据库中的相对照着学,总是不理解HBase的数据结构及原理,追本溯源去看Google三大论文之BigTable,看到这部分觉得十分简单的表达了BigTable的结构,摘抄下来与大家分享。

BigTable作为一个NoSQL数据库,本文目的是帮助初学者理解列存数据库,与传统的关系型数据库不同,但是却沿用了很多关系型数据库的术语,例如table row column,若是将这些与关系型数据库中的概念对照着理解的话,很容易走火入魔,百思不得其解。

本质上看BigTable其实是一个键值对映射,是一个稀疏的,分布式的,持久化的,多维的排序映射。

BigTable有三维,分别是行键(row Key),列键(column key)和时间戳(timestamp),行键和列键都是字节串,时间戳是64位整型;值是一个字节串。

一条数据可以表示为:row:string,column:string,time:int64) -> string

行键可以是任意字节串,通常10-100字节,行的读写是原子性的,BigTable按照行键的字典序存储数据。

BigTable 的表根据row Key来划分 tablet(片剂),tablet是负载均衡的单元,最初表只有一个tablet,

随着表数据不断增多,表越来越大,tablet会自动分裂,tablet的大小一般在100-200M之间,row key是表的

第一级索引,我们可以把该行的列、时间和值看成一个整体,简化成一维键值映射,类似于

table{

     "1":{row1},//行

     "aaa":{sth},

     "bbb":{sth},

     "xxx":{sth},

     "zzz":{sth}

}

列是第二级索引,每行拥有的列是不受限制的,可以随时增加减少,列又被分为多个列簇(column family,是访问

控制的单元),一般,一个列簇里面的列存储的是相同类型的数据。一行的列簇很少变化,但列簇里面的列可以随意添加和删除。列键按照family:qualifier格式命名,下面是将列拿出来,将时间和值看成一个整体,简化为二维键值映射:

table {

     "aaa": { //aaa行

          "A:foo":{sth}, //一列 列簇名为A

          "A:bar":{sth}, //一列 列簇名为A

          "B:"{STH} //一列 列簇名为空

     },

     "aaab":{

          "A:foo": {sth},

          "B:":{sth}

},

...

}

或者也可以将列簇当作一层新的索引,类似于:

table{

     "aaa":{

          "A":{

               "foo":{sth},

               "bar":{sth}

},

          "B":{

               "":"ocean"

}

},

...

}

时间戳为第三极索引,BigTable允许保存数据的多个版本,版本区别依据就是时间戳。时间戳由BigTable赋值,

代表数据存入BigTable的准确时间,也可以由客户端赋值,数据的不同版本按照时间降序存储,因此,最先读到的

是最新版本的数据,加入时间戳以后,就得到BigTable的完整数据模型,类似于:

table{

...

     "aaa": {

          "A":{

                "foo":{

                    15:"y", //一个版本

                     4:"m"

},

              "bar":{

                    15:"d",

          },

     },

          "B": {

               6:"a"

                3:"b"

}

},

...

}

查询的时候,若是只给出行列,则返回的是最新版本的数据,若给出行、列、时间戳,则返回的是时间小于或等于时间戳的数据。例:查询 "aaa"/"A:foo",返回的是值"y",查询 "aaa"/"A:foo"/4,返回的结果则是"m",查询"aaa"/"A:foo"/2,返回的结果是空

BigTable在Google的应用小例子:WebTable表中存储了大量的网页相关信息,在WebTable中每一行存储一个网页,

其反转的URL作为 rowKey,例如maps.google.com/index.html的数据存储在键为com.google.maps/index.html的行里面,反转设置的原因是为了让同一个域名下的子域名网页能聚集在一起,

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,294评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,493评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,790评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,595评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,718评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,906评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,053评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,797评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,250评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,570评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,711评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,388评论 4 332
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,018评论 3 316
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,796评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,023评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,461评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,595评论 2 350

推荐阅读更多精彩内容