HBase

Distributed column oriented DB 이며, HDFS 를 기반으로 구축한다.

B) 특징

• Distributed: 분산 환경에서 동작하므로 scale out 이 가능하다.
• Random Access 기반: Hadoop 과 같은 sequential access 와는 대조적이다.
• Sparsity: HBase 는 sparse matrix(희소행렬) 방식으로 데이터를 저장 할 수 있다. 예컨데 굳이 모든 필드에 값을 채울 필요가 없다는 얘기다.

C) 구조

Hbase 는 다음과 같은 계층적 구조로 이루어져 있으며, 상위 개념은 하위 개념의 집합을 의미한다.

Table -> rows ->  column familes -> columns -> key/value pairs

가장 상위의 테이블에 대해서 설명하면, Hbase 는 테이블로 구성되어 있으며, 각 테이블은 row 의 집합을 의미한다.

그리고 각 row 는 row key 와 column family(CF) 들로 구성되어 있어서, row key 를 통해 식별 및 정렬이 가능하고 column family 에 데이터를 저장한다.

각 column family 는 column 의 집합이며, 다시 column 은 (key, value) pair 의 집합으로 구성되어 있다. 이때 key 를 column qualifier 라고 부른다. 즉, column 자체는 column family:column qualifier 의 형태로 표현할 수 있다.

row 를 다시 생각해보면 CF 가 아닌 여러개의 column(=family:qualifier) 으로 구성되어 있다고 생각할 수 있다: Row = Row Key + Column + [Column …]

C.1) 예시

1. 이 테이블은 Customer 와 Sales 두 개의 컬럼 패밀리를 가지고 있다.
2. Customer 컬럼 패밀리는 Name 과 City 두 개의 column qualifier 를 가지고 있다.
   1. 해당 컬럼은 Customer:Name 와 같은 방식으로 표현할 수 있다.
3. Sales 컬럼 패밀리는 Product 와 Amount 두 개의 column qualifier 를 가지고 있다.
   1. 해당 컬럼은 Sales:Amount 와 같은 방식으로 표현할 수 있다.
4. Row 는 Row Key, Customer CF, Sales CF 로 구성된다.

D) Lesson Learned

테이블의 CF 가 총 n 개 존재한다고 하더라도 각 row 에 해당하는 CF 는 꼭 n 개일 필요는 없다. 최소 한개 이상만 존재하면 된다.

E) Related

F) References