关系型数据库与HBase的数据储存方式差别

  现在Bigtable型(列族)数据库应用越来越广，功能也非常强大。

可是非常多人还是把它当做关系型数据库在使用，用原来关系型数据库的思维建表、存储、查询。

本文以hbase举例讲述数据模式的变化。

传统关系型数据库(mysql，Oracle)数据存储方式主要例如以下：

图一

       上图是个非常典型的数据储存方式。我把每条记录分成3部分:主键、记录属性、索引字段。我们会对索引字段建立索引，达到二级索引的效果。

可是随着业务的发展。查询条件越来越复杂，须要很多其它的索引字段，且非常多值都不存在，例如以下图：

图二

       上图是6个索引字段。实际情况可能是上百个甚至很多其它，而且还须要依据多个索引字段刷选。

查询性能越来越低，甚至无法满足查询要求。关系型数据里的局限也開始显现。于是非常多人開始接触NoSQL。

       列族数据库非常强大。非常多人就想把数据从mysql迁到hbase，存储的方式还是跟图一或者图二一样，主键为rowkey。其它各个字段的数据。存储一个列族下的不同列。

可是想对索引字段查询就没有办法，眼下还没有比較好的基于bigtable的二级索引方案，所以无法对索引字段做查询。

      这时候事实上能够转换下思维。能够把数据倒过来，例如以下图：

图三

        把各个索引字段的值作为rowkey，然后把记录的主键和属性值依照一定顺序存在相应rowkey的value里。上图仅仅有一个列族。是最简单的方式。 Value里的记录能够设置成定长的byte[]，多个记录集合通过移位高速查询到。

        可是上面仅仅适合单个索引字段的查询。假设要同一时候对多个索引字段查询，图三的方式须要求取出全部value值，比方查询“浙江”and“手机”。须要取出两个value，再解析出各自的主键求交。假设每条记录的属性有上百个，对性能影响非常大。

       接下来的变化是解决多索引字段查询的问题。我们将主键字段和属性字段分开存储，储存在不同的列族下，多索引查询仅仅须要取出列族1下的数据，再去最小集合的列族2里取得想要的值。储存如图四：

图四

为什么是不同列族，而不是一个列族下的两个列？

        列族数据库数据文件是依照列族分的。

在取数据时，都会把一个列族的全部列数据都取出来。其实我们并不须要把记录明细取出来。所以把这部分数据放到了还有一个列族下。

       接下来是对列族2扩展。列族2储存很多其它的列，用来做各种刷选、计算处理。例如以下图：

图五

       后来我感觉这玩样越来越像搜索了。。。