NoSQL-Column-HBase数据模型
RDBS是行数据库，数据是按表一行一行进行存储的。HBase是列数据库，存储是按列来存储的（准确点应该是按照列簇来存储的）。表是由行和列构成，行列的交叉点在RDBS是一个属性，在HBase中称为Cell。并且HBase的cell是版本化的。cell的内容是不可分割的字节数组。我们用{row, column, version} 来表示一个Cell。
我们将Cell看成一个三元组，不同的row和column可以构成一个新Cell，version不同可以构成一个新的Cell。row和column一般是固定的，version是不断变化的。所以我们有理由相信HBase数据存储的方式是由row和column确定的。这只是一个猜测了，下面在看HBase实际的视图。
Column
Row
version
Row
version
Row
version
概念视图
下面是HBase的例子。 有一个名为webtable的表，包含两个列族：contents和anchor。在这个例子里面，anchor有两个列 (anchor:cssnsi.com, anchor:my.look.ca)，contents仅有一列(contents:html)。每个列有一个，它是可以重复的。
webtable
Row Key Time Stamp ColumnFamily contents ColumnFamily anchor
"com.cnn.www" t9 anchor:cnnsi.com = "CNN"
"com.cnn.www" t8 anchor:my.look.ca = "CNN.com"
"com.cnn.www" t6 contents:html = "<html>..."
"com.cnn.www" t5 contents:html = "<html>..."
"com.cnn.www" t3 contents:html = "<html>..."
列名
一个列名是由它的列族前缀和修饰符(qualifier)连接而成。例如列contents:html是列族 contents，加冒号(:)，再加 修饰符 html组成的。
行键
每个行有个Key来标示改行，是用来检索记录的主键。
列簇
列簇是表中某些列的构成的集合，这些列并不是实际上的列，只不过是由修饰符(qualifier)标示的虚拟列。一个列族所有列成员是有着相同的前缀。比如，列courses:history 和 courses:math都是 列族 courses的成员.冒号(:)是列族的分隔符，用来区分前缀和列名。column 前缀必须是可打印的字符，剩下的部分(称为qualify),可以又任意字节数组组成。列族必须在表建立的时候声明。column就不需要了，随时可以新建。在物理上，一个的列族成员在文件系统上都是存储在一起。因为存储优化都是针对列族级别的，这就意味着，一个colimn family的所有成员的是用相同的方式访问的。
时间戳
时间戳就是version，用来表示行键与列簇对应的列值的版本。
HBase的数据以字节数组表示的，因为概念视图中提到的行键、列名、时间戳都是转换为字节数组存储的。
HBase的表是按key排序的，所有的表都必须要有主键-key。
HBase的表不要求所以行的列簇都有数据，也没有必要。如果用户查询的行没有指定的列簇，返回为空。若一个请求为要获取t8时间的contents:html，他的结果就是空。相似的，若请求为获取t9时间的anchor:my.look.ca，结果也是空。
物理视图
在概念视图里，表被看成是一个稀疏的行的集合。很多行都没有完整的列簇。因此在物理上，它的是按列族存储的。这样带来的好处是增加新列簇，不需要对物理存储做任何调整，HBse新的列簇可以不经过声明直接加入一个列族。
上面的概念视图在物理上隐射到下面两个物理视图。
ColumnFamily anchor
Row Key Time Stamp Column Family anchor
"com.cnn.www" t9 anchor:cnnsi.com = "CNN"
"com.cnn.www" t8 anchor:my.look.ca = "CNN.com"
ColumnFamily contents
Row Key Time Stamp ColumnFamily "contents:"
"com.cnn.www" t6 contents:html = "<html>..."
"com.cnn.www" t5 contents:html = "<html>..."
"com.cnn.www" t3 contents:html = "<html>..."
可以再简化一下：
Row Key
ColumnFamily
key
<Time Stamp, ColumnFamily: qualifier =vlaue>
为什么将TimeStamp独立存储为一个列呢？时间戳是用户查询指定的，将时间戳独立存储，可以加快数据访问处理的速度。
对于用户的查询，如果指定了时间戳，HBase返回指定Row Key&Column和Time Stamp对应的列值。否则选取指定 Row Key&Column 中版本最高的Time Stamp的列值。如果没有指定列，则返回行键的所有满足条件的列值。例如，如果请求为获取行键为"com.cnn.www"，没有指明时间戳的话，结果是t6下的contents:html，t9下的anchor:cnnsi.com和t8下anchor:my.look.ca。
数据模型操作
四个主要的数据模型操作是 Get, Put, Scan, 和 Delete，通过 HTable 实例进行操作。没有更新操作，并且Delete也不是真正的删除，而是做一个标记，在表的合并拆分的时候处理。
