Hbase学习 - 技术栈

HBase 是一种非关系型数据库，它不要求数据之间有严格的关系，同时它允许在同一列不同行中存储不同类型的数据。

HBase 采用列式存储或者说是面向列的数据库，在表中它由行排序。HBase 是根据列族来存储数据的。列族下面可以有非常多的列，列族在创建表的时候就必须指定。一个表有多个列族，每一个列族可以有任意数量的列。后续列的值连续存储在磁盘上。表中的每个单元格值都具有时间戳。

总之，在一个 HBase 中：

表是行的集合；
行是列族的集合；
列族是列的集合；
列是键值对的集合。

传统数据库像是一个有着严格格式的 Excel 表格，而 HBase 更像是一个巨大、稀疏、多维的"键值对（Key-Value）"字典。

概念理解

HBase 的表（Table）由许多行组成，每一行都有一个全局唯一的行键（RowKey） 。HBase 最大的特点之一是数据按 RowKey 的字典顺序自动排序。

比如我们有三个用户，就是三行，行键分别是 user_001, user_002, user_003。这三行数据构成了这张表，然后按照字典顺序排序 user_001, user_002, user_003在底层存储时，user_001 紧挨着 user_002。

表

行键 (RowKey)	列族：BaseInfo (基础信息)
`user_001`
`user_002`
`user_003`

具体到某一行 （比如 user_001），它里面包含的并不是直接的列，而是列族。比如user_001 这一行里，包含了 BaseInfo 和 ActionLog 这两个列族，分别代表基本信息和日志

然后一个列族包含多个列 ，同一列族数据在硬盘中连续存储，每一列是一个键值对，并通过时间戳保留多个版本，比如表中的T1，T2

行键 (RowKey)	列族：BaseInfo (基础信息)	列族：ActionLog (行为日志)
`user_001`	`name` = "张三" (T1) `age` = "27" (T3) `age` = "26" (T2)	`login_time` = "2026-03-26" (T1) `click_item` = "手机" (T2)

综合来看就是这样：

行键 (RowKey)	列族：BaseInfo (基础信息)	列族：ActionLog (行为日志)
`user_001`	`name` = "张三" (T1) `age` = "27" (T2) `age` = "26" (T1)	`login_time` = "2026-03-26" (T1) `click_item` = "手机" (T2)
`user_002`	`name` = "李四" (T1) `email` = "lisi@test.com" (T1)	(空，不占用额外存储空间)
`user_003`	`nickname` = "王五" (T1)	`search_word` = "HBase教程" (T1)

你也许注意到了，对于这三个用户，其列族的列可以是完全不同的，这和我们常见的关系型数据库是最大的不同点，比如mysql，一个用户是一行，那么不同用户属性值的集合应当完全一样，一张表的每个列所有用户都有，但是对于列族数据库来说，一张表的不同用户完全可以有不同的属性值。

我们再来拿常见的商品表并结合操作代码来讲解一下Hbase，不同的商品会有不同的属性，比如食品有保质期，手机有颜色型号等，非常适合用列族数据库存储。

商品库

使用**商品库（Product）**的例子，建表时有两个列族：BaseInfo（基础信息）和 Attr（动态属性），商品的行键（RowKey）是 SKU_1001。

在操作数据前，我们需要先建表和列族。在 HBase 控制台里，建表只需要指定表名和列族名即可，不需要定义具体的列。

Ruby 复制代码

hbase(main):001:0> create 'Product', 'BaseInfo', 'Attr'
0 row(s) in 1.2340 seconds

即创建一个Product表，有BaseInfo和Attr两个列族

增：上架新商品 (Put)

场景： 录入 SKU_1001 的名称、品牌和首发价格。

操作时刻： T1

在 Shell 中，put 命令的语法是：put '表名', 'RowKey', '列族:列名', '值'

Shell 命令：

Ruby 复制代码

hbase(main):002:0> put 'Product', 'SKU_1001', 'BaseInfo:name', 'iPhone 15 Pro'
hbase(main):003:0> put 'Product', 'SKU_1001', 'BaseInfo:brand', 'Apple'
hbase(main):004:0> put 'Product', 'SKU_1001', 'Attr:price', '7999'

执行后，HBase 底层的逻辑视图：

行键 (RowKey)	列族：BaseInfo (基础信息)	列族：Attr (动态属性)
`SKU_1001`	`name` = "iPhone 15 Pro" (T1) `brand` = "Apple" (T1)	`price` = "7999" (T1)

改：降价与动态增加属性 (Put)

场景： 双十一降价，并且新增"颜色"和"赠品"属性。

操作时刻： T2

HBase 没有 update 命令，修改和新增字段都是继续使用 put 进行追加。

Shell 命令：

Ruby 复制代码

# 覆盖旧价格（追加新版本）
hbase(main):005:0> put 'Product', 'SKU_1001', 'Attr:price', '7499'
# 动态新增原本不存在的列
hbase(main):006:0> put 'Product', 'SKU_1001', 'Attr:color', 'Titanium Blue'
hbase(main):007:0> put 'Product', 'SKU_1001', 'Attr:gift', 'AirPods'

执行后，HBase 底层的逻辑视图变为了：

行键 (RowKey)	列族：BaseInfo (基础信息)	列族：Attr (动态属性)
`SKU_1001`	`name` = "iPhone 15 Pro" (T1) `brand` = "Apple" (T1)	`price` = "7499" (T2) `color` = "Titanium Blue" (T2) `gift` = "AirPods" (T2) `price` = "7999" (T1)

查：读取商品信息 (Get)

场景： 查看 SKU_1001 这个商品的最新全部信息。

操作时刻： 随时

使用 get 命令可以获取指定 RowKey 的数据。默认情况下，Shell 会打印出该行所有列的最新版本数据。

Shell 命令：

Ruby 复制代码

hbase(main):008:0> get 'Product', 'SKU_1001'

COLUMN                     CELL
 Attr:color                timestamp=1711540000000, value=Titanium Blue
 Attr:gift                 timestamp=1711540000000, value=AirPods
 Attr:price                timestamp=1711540000000, value=7499
 BaseInfo:brand            timestamp=1711530000000, value=Apple
 BaseInfo:name             timestamp=1711530000000, value=iPhone 15 Pro

(注意看控制台的输出，HBase 自动按列名的字典顺序排好了，并且展示了每条数据的实际数字时间戳。这里返回的价格是 7499，旧的 7999 被隐藏了。)

删：活动结束，移除赠品属性 (Delete)

场景： 撤掉"赠品"这个属性。

操作时刻： T3

语法是：delete '表名', 'RowKey', '列族:列名'。（如果想删除整行数据，可以使用 deleteall '表名', 'RowKey'）。

Shell 命令：

Ruby 复制代码

hbase(main):009:0> delete 'Product', 'SKU_1001', 'Attr:gift'

执行 Delete 操作后，HBase 底层的逻辑视图：

行键 (RowKey)	列族：BaseInfo (基础信息)	列族：Attr (动态属性)
`SKU_1001`	`name` = "iPhone 15 Pro" (T1) `brand` = "Apple" (T1)	`gift` = [Tombstone 墓碑标记] (T3) `price` = "7499" (T2) `color` = "Titanium Blue" (T2) `gift` = "AirPods" (T2) `price` = "7999" (T1)

此时如果你再次执行 get 'Product', 'SKU_1001'，你会发现输出的结果中，Attr:gift 这一行彻底消失了。