HBase 数据结构由RowKey、Column Family、Cell、Time Stamp、命名空间等部分组成，以下的内容对 HBase 数据结构作详细介绍。
一、RowKey
和关系型数据库一样，HBase 数据库中也有一个表示唯一的键，这个唯一的键是 RowKey，HBase 中管道 RowKey 是用来检索记录的主键，它具有唯一性。HBase 中行的访问方式如下：
- scan:全表扫描(在 HBase 学习第五天有具体描述)
- get:单个 RowKey 访问（检索单挑记录）
- like:通过 RowKey 的range(正则表达式)访问
- RowKey 组成：HBase 中 RowKey 由任意字符串组成，组成长度不超过 64KB ,在实际应用中长度一般为10-100bytes，一般用到70-100bytes就能满足需求
- 在HBASE内部，RowKey保存为字节数组。存储时，数据按照RowKey的字典序(byte order)排序存储。设计RowKey时，要充分排序存储这个特性，将经常一起读取的行存储放到一起。(位置相关性)
二、Column Family
列族： HBase 中的每个列，都属于某一个列族，列族必须在使用表之前定义，列名都以列族作为前缀，例如：‘name:zhangsan’,‘name:lisi’,其中列族是 name ，而列族的值为 ‘zhangsan’ 和 ‘lisi’
三、Cell
cell 是细胞的意思， HBase 中的 Cell表示的是表中的单元格
由{rowkey, column Family:columu, version} 唯一确定的单元。cell中的数据是没有类型的，全部是字节码形式存贮。
其中 version 就是这个单元格中的 Time Stamp
四、Time Stamp
HBASE 中通过rowkey和columns确定的为一个存贮单元称为cell。每个 cell都保存 着同一份数据的多个版本。版本通过时间戳来索引。时间戳的类型是 64位整型。时间戳可以由HBASE(在数据写入时自动 )赋值，此时时间戳是精确到毫秒 的当前系统时间。时间戳也可以由客户显式赋值。如果应用程序要避免数据版 本冲突，就必须自己生成具有唯一性的时间戳。每个 cell中，不同版本的数据按照时间倒序排序，即最新的数据排在最前面。
为了避免数据存在过多版本造成的的管理 (包括存贮和索引)负担，HBASE提供 了两种数据版本回收方式。一是保存数据的最后n个版本，二是保存最近一段 时间内的版本（比如最近七天）。用户可以针对每个列族进行设置。
五、命名空间
-
Table：表，所有的表都是命名空间的成员，即表必属于某个命名空间，如果没有指定，则在default默认的命名空间中。
-
RegionServer group：一个命名空间包含了默认的RegionServer Group。
-
Permission：权限，命名空间能够让我们来定义访问控制列表ACL（Access Control List）。例如，创建表，读取表，删除，更新等等操作。
-
Quota：限额，可以强制一个命名空间可包含的region的数量。
六、HBase RowKey 设计原则
hbase 数据存储时，要考虑把重要的信息放左边，不重要的信息放到右边。这样可以提高查询数据的速度。这样，最重要的提高索引速度的就是设计合适的rowkey。
1. 唯一性原则
保证 rowkey 的唯一性，它是 RowKey 设计的首要原则。
2.长度原则
RowKey 设计的长度最大不能超过64K。
RowKey 设计太长的影响有两点
- 一是极大影响了 HFile 的存储效率
- 二是缓存 memstore 不能得到有效利用，缓存不能存放太多的信息，造成检索效率的降低。
3. 独自一条原则
尽量保证经常一起用的 RowKey 存储在同一个 Region 上，这样有助于提升检索效率。但要避免热点问题。具体的热点问题以及解决方案在后面的文章中有详细介绍，敬请期待……
4.常用的检索的rowkey
RowKey 检索尽量使用高表（行多列少），而不选择宽表（列多行少）。
总结
本节对 HBase 数据结构以及 HBase 的 RowKey 设计原则作简单描述，记录学习的点滴，为后面成为更好的自己做铺垫。
本文参考：https://blog.csdn.net/m0_37294838/article/details/89736345