本文想用最通俗易懂的话来描述一下Hbase的表是如何存储数据的。

Hbase表结构如下图所示：

Hbase涉及的数据模型有7个概念，具体包括：

1、NameSpace

命名空间，类似于mysql等关系型数据库的database的概念，可按需求创建命名空间，每个命名空间下可创建多张表。

Hbase默认有两个命名空间，一个是Hbase，用于存储Hbase内置的表，这点和mysql、ES等一样，数据库自身的信息也是以库表的形式存起来的；

另一个是default，是用户默认使用的命名空间。

2、列簇（ColumenFamily）

Hbase把表中的列又向上抽象出一层，可以把意义或其他特征一致的列划归为一个列簇，比如上图中关于人信息的列name、city和phone是一个列簇，叫personal_info列簇。

把办公室信息相关的列tel与address划归为一个列簇。

之所以这么分，之所以出现列簇这个概念，是因为未来如果这个表可以按照列簇进行存储，不同列簇是可以存在不同的文件，不同的数据库节点上的，这能才能使Hbase的表支持无限多个列。

3、Region

这么设计，使得Hbase可以动态、按需的修改表中的字段，更适合字段频繁变更的业务场景。设计表时，只需要确认好有哪些列簇即可。

Region实际上就是表的横向切片，这个描述非常准确。

Hbase之所以可可支持百亿行x百万列的数据，就是因为当表的记录数变的巨大之后，Hbase会将表进行横向切分，形成新的Region。

4、列（Column）

在mysql中，一个列用这个列的名称就能指定，比如name列，age列。而Hbase的每个列都由列簇和列名称才能共同确定，比如person:name列，person:age列。

5、TimeStamp

用于标识数据的不同版本，每条数据写入时，如果用户不指定时间戳，系统会为其自动加上该字段，值为写入Hbase的时间。

6、Cell

Cell其实就是一条记录中某个字段的值，全部是由字节码形式存储。

那么这个Cell如何确定？

在mysql等关系数据库中，只要知道这个记录的rowkey（记录ID）以及列名（字段名）就可以了。

但在Hbase中，除了需要知道rowkey，列名，还需要知道列簇和时间戳，才能完全确定这个Cell。

比如上图汇总的张三，需要知道主键row_key1，列簇personal_info，列名name，以及时间戳，才能确定。

之所以需要时间戳，是因为Hbase是可以保存字段值的历史记录的，只有字段对应的时间戳值是最新的那条记录，才是这个字段目前真正的值。