Hbase的表设计

一、应用背景

微博：用户表users、微博表weibos、用户关系表relations，和具体哪个公司的微博没关系。

微博中的用户想关注其他用户的微博，首先要维护一个特定用户的关注列表，例如张三关注了李四和王五。

为了要的得到张三应该看到的所有微博，你需要查找列表{李四、王五}，然后读出列表中每个用户的所有微博，这个信息需要保存在hbase中。

二、表模式（Schema）设计应该考虑的问题

这个表应该保存多少个列族
列族使用什么数据
每个列族应该有多少列
列名应该是什么
每个单元（Cell）存储多少时间版本
行健结构是什么？应该包括什么信息？

三、问题建模

问题分析：关系表需要存储一个特定用户关注什么用户的数据。

表的访问模式：

读出全部用户列表。张三关注人的列表
查询某指定用户是否在列表里。如张三是否关注了李四

需要几个列族呢？

张三的关注对象里的所有用户，都有可能被确认是否存在，从访问模式看无法区分彼此，不能假定一个用户比其他用户的被访问的可能性大，推断被关注用户需要同一个列族。

原因：同一个列族的数据存储在同一个物理存储（store）里面，这个物理存储被分为多个Hfile，理想情况下合并为一个Hfile。一个列族的所有列在物理上存在一起，使用这种模式可以把不同访问模式的列放在不同的列族，以便隔离他们。即Hbase被称为是面向列族存储的。

初始表设计为：

说明：follws:1--->TheRealMT.

三、定义访问模式（读模式，写模式）

这张表用来干嘛？

张三关注了谁？
张三关注李四了吗？
谁关注了张三？
李四关注张三了吗？

表创建脚本：

1.创建关系表
create 'relation',{NAME => 'follows', VERSIONS => 2}
2.添加数据
put 'relation','zhansan','follows:1','lisi'
put 'relation','zhansan','follows:2','wangwu'

回答第一个问题：张三关注了谁？

  @Test
       public void demo2() throws Exception{
           Configuration config = HBaseConfiguration.create();
           config.set("hbase.zookeeper.quorum", "node1,node2,node3");
           
           HTable table = new HTable(config, "relation");
           String rowKey = "zhansan";
           Get get = new Get(Bytes.toBytes(rowKey));
           List<String> fllowed = new ArrayList<String>();
     
           Result rs = table.get(get);
           List<KeyValue> list = rs.list();
           Iterator<KeyValue> it = list.iterator();
           while(it.hasNext()){
               KeyValue kv = it.next();
               System.out.println(Bytes.toString(kv.getValue()));
               fllowed.add(Bytes.toString(kv.getValue()));
          }
           table.close();
       }

回答第二个问题：张三关注李四了谁？

     public static boolean  demo3() throws Exception{
           Configuration config = HBaseConfiguration.create();
           config.set("hbase.zookeeper.quorum", "node1,node2,node3");
           
           HTable table = new HTable(config, "relation");
           String rowKey = "zhansan";
        Get get = new Get(Bytes.toBytes(rowKey));
        //要查询的对象
        String followUser = "lisi";
     
           Result rs = table.get(get);
        List<KeyValue> list = rs.list();
        Iterator<KeyValue> it = list.iterator();
        while(it.hasNext()){
            KeyValue kv = it.next();
            System.out.println(followUser.equals(Bytes.toString(kv.getValue())));
            //followUser
            if(followUser.equals(Bytes.toString(kv.getValue())));
                return true;
        }
        return false;
           
       }

现在我们这样的回答能简单回答第一个和第二个问题，另外另个不确定，但是这两个问题的回答都属于表的读模式。

让我么来看看表的写模式：以下应用场景会引发hbase表的写模式

一个用户关注了某人
一个用户取消关注了某人

当用户新增一个新的关注的时候，需要在用户的关注列表里新增一个对象，如之前的表设计，TheFakeMT新增一个关注用户的时候，需要知道这个

用户是用户列表里的第5个，如果不查询hbase客户端并不知道这个信息，还有不指定列限定符，也没办法要求Hbase在已有的行上增加一个单元。

不清楚要插入的列的位置，会出现数据覆盖。

解决办法:

在同一行维护一个计数器。如下图所示;

优点：count列能有效的让任何用户知道所关注的用户数量，避免遍历整个关注列表。

基于现在的表设计，插入关注用户的步骤如下：

这种表设计的确定：

增加了客户端代码的复杂性，写入需要四步
hbase不支持事务，线程不安全

怎么解决？？？？--->去掉count计数器

新的表设计如下：

表设计说明：

列限定符设计为被关注人的用户名（用户id）
cell的内容可以随便存储内容，可以存储1
hbase把一切数据存储为byte[]（字节数组），可以存储任意数量的列
这就是传说中的宽表设计，宽表的设计会便于检索数据
由于用户id的是唯一的，所以不会出现数据覆盖

客户端代码：

public static void  demo4() throws Exception{
           Configuration config = HBaseConfiguration.create();
           config.set("hbase.zookeeper.quorum", "node1,node2,node3");
           
           HTable table = new HTable(config, "relation");
           String rowKey = "zhansan";
           Put put = new Put(Bytes.toBytes(rowKey));
          //要存储的对象
           String followUser = "chaosju";
           put.add(Bytes.toBytes("follows"),
                Bytes.toBytes(followUser), 
                Bytes.toBytes(1));
           table.put(put);
           table.close();
       }

hbase(main):018:0> scan 'relation'
ROW                                COLUMN+CELL                                                                                       
 zhansan                           column=follows:1, timestamp=1442106287998, value=lisi                                             
 zhansan                           column=follows:2, timestamp=1442106352630, value=wangwu                                           
 zhansan                           column=follows:chaosju, timestamp=1442109774792, value=x00x00x00x01                           
1 row(s) in 0.1640 seconds