HBase的列式存儲

為什麼要選擇列式存儲

　　行式存儲和列式存儲主要是在實體存儲的選擇上面，這裡主要是選擇從實體的完整性角度進行存儲，還是從實體特征次元進行存儲，行式存儲就是以實體為機關進行存儲，在實體存儲上，一個實體（的特征屬性）緊挨着另外一個實體；列式存儲就是從實體特征次元進行存儲，通常是以列為實體存儲單元，這種存儲模式也決定了查詢的模式也是基于列取查詢；是以，當我們想要按照實體去查詢列式存儲的資料，一般都是需要并行查詢，是以列式存儲天生的是分布式資料庫的架構。

　　在OLTP場景，更多的基于實體的維護和查詢，但是在OLAP場景，則是更多地從實體特征角度進行資料處理（統計），是以在OLAP的場景下，如果還是使用行式存儲，會導緻大量的無謂的周遊，比如想要對某個列進行所有資料的統計，因為是行式存儲，需要周遊所有的實體的所有的屬性；如果列式存儲，則隻需要按照列進行查詢即可，因為列式存儲是以列一個實體存儲單元，是以周遊隻要周遊相應列的實體存儲檔案即可。

　　那麼從這個角度上面來講，HBase其實是行列存儲的一個綜合體，從宏觀角度是按照列簇為機關進行存儲，從微觀角度，每一個列簇的單元是由key，value的鍵值對組成（可能是很多歌鍵值對，因為一個列簇可以包含很多列），但是values其實是行式存儲，另外HBase并不建議采用度過列簇，列簇不要超過2個，是以列式存儲的優勢并沒有完全發揮出來，但是基于HBase的技術架構，隻能這樣處理，如果是純粹的列式存儲對于HBase的性能會有大影響。

　　采用列式存儲還有一個好處就是可以友善的進行編碼和壓縮，因為一列中的值大機率是有大量重複的，可以對于這些重複的值進行編碼以及壓縮，節省存儲空間。