列族数据库HBase的四维模型
实际上，HBase是一个列族数据库，而不是真正的列式数据库。
因为允许存放非结构化数据，所以HBase的数据类型只有简单的字符串类型，如果需要细分类型，需要用户自己处理。
HBase存储的数据模型是一个四维模型，如图3-9所示。
从图中可以看出，与关系型数据库中表的二维模型相比，HBase中的四维数据模型新增了列族和版本两个维度，从而形成了行键、列族、列和版本四维维度。由此可见，如果需要对数据库中的数据单元进行精确定位，就要使用四维坐标。
通过行键可以获取一个指定的行，它由一个或多个列族构成；每个列族有一个或多个列；每列有一个或多个版本。为了获取指定数据，就需要知道它的行键、列族、列限定符和版本。进行查询时，如果仅提供行键，会返回满足条件的整行数据；如果仅提供行键、列族和列限定符，会返回某行某列的最新单元值；如果再进一步增加时间戳，就会返回某行某列单元值的某个版本。
图3-9 HBase存储的四维数据模型
下面对HBase的四维模型中每个元素进行说明。
（1）行键（Row Key）：最大长度为64KB的任意字符串。与关系型数据库一样，行键是行的唯一标志。
（2）列族（Column Family）：这是理解列族数据库的关键概念。将数据行中的字段按照某种要求分成数个小组，每个小组包含若干个字段，每个小组就是列族。列族需要预先定义，并且不能随意修改。每行具有相同的列族，但不要求每个列族都存储数据。
（3）列限定符（Qualifier）：每个列族包含多个字段，限定符用于区分不同的字段。列限定符不需要预先定义，因此每行可以有不同数量的列限定符，也可以认为列限定符就是字段。
（4）单元（Cell）：存储数据的最小单元。单元中存储的是未经解释的字符串，需要通过行键、列族、列限定符、时间戳进行定位。
（5）版本（Version）：这是HBase与其他数据库的不同之处。版本是一个64位整型数，可以由系统自动生成，也可以由用户自定义。引入版本后，存储在单元中的值不再只有一个，可以通过不同的时间戳（Timestamp）在同一单元中存入多个版本。
如果将行键和列限定符看作关系型数据库的行和列，那么HBase就多了列族和版本。
为了及时清理失效数据，HBase的数据版本可以按版本数或按版本保存时间进行回收。
在设计列族时，列族数量不能太多，一般是数十个。同一列族的数据最好属于同一数据类型。HBase允许按列族设置数据访问权限，也可以要求将列族数据存储在内存中以提高响应性能。
