現在bigtable型(列族)資料庫應用越來越廣，功能也非常強大。
可是非常多人還是把它當做關係型資料庫在使用，用原來關係型資料庫的思維建表、儲存、查詢。
本文以hbase舉例講述資料模式的變化。
傳統關係型資料庫(mysql，oracle)資料儲存方式主要例如以下：
圖一上圖是個非常典型的資料儲存方式。我把每條記錄分成3部分:主鍵、記錄屬性、索引字段。我們會對索引字段建立索引，達到二級索引的效果。
可是隨著業務的發展。查詢條件越來越複雜，須要很多其它的索引字段，且非常多值都不存在，例如以下圖：
圖二上圖是6個索引字段。
實際情況可能是上百個甚至很多其它，而且還須要依據多個索引欄位刷選。
查詢效能越來越低，甚至無法滿足查詢要求。關係型資料裡的侷限也開始顯現。於是非常多人開始接觸nosql。
列族資料庫非常強大。非常多人就想把資料從mysql遷到hbase，儲存的方式還是跟圖一或者圖二一樣，主鍵為rowkey。其它各個欄位的資料。儲存乙個列族下的不同列。
可是想對索引字段查詢就沒有辦法，眼下還沒有比較好的基於bigtable的二級索引方案，所以無法對索引欄位做查詢。
這時候事實上能夠轉換下思維。能夠把資料倒過來，例如以下圖：
圖三把各個索引欄位的值作為rowkey，然後把記錄的主鍵和屬性值依照一定順序存在相應rowkey的value裡。上圖僅僅有乙個列族。是最簡單的方式。 value裡的記錄能夠設定成定長的byte，多個記錄集合通過移位高速查詢到。
可是上面僅僅適合單個索引欄位的查詢。假設要同一時候對多個索引字段查詢，圖三的方式須要求取出全部value值，比方查詢「浙江」and「手機」。須要取出兩個value，再解析出各自的主鍵求交。假設每條記錄的屬性有上百個，對效能影響非常大。
接下來的變化是解決多索引字段查詢的問題。我們將主鍵欄位和屬性字段分開儲存，儲存在不同的列族下，多索引查詢僅僅須要取出列族1下的資料，再去最小集合的列族2裡取得想要的值。儲存如圖四：
圖四列族資料庫資料檔案是依照列族分的。
在取資料時，都會把乙個列族的全部列資料都取出來。其實我們並不須要把記錄明細取出來。所以把這部分資料放到了還有乙個列族下。
接下來是對列族2擴充套件。列族2儲存很多其它的列，用來做各種刷選、計算處理。例如以下圖：
圖五後來我感覺這玩樣越來越像搜尋了。。。
非關係型資料庫Hbase與Redis
hbase資料庫 hbase hadoop database，是乙個高可靠性 高效能 面向列 可伸縮的分布式存 儲系統，利用hbase技術可在廉價pc server上搭建起大規模結構化儲存集群。hbase特點 1.儲存量大 乙個表可以存上億行資料，上百萬的列。2.記錄稀疏 列表位null時不會被儲存...
關係型資料庫與非關係型資料庫
關係型資料庫與非關係型資料庫的區別 非關係型資料庫的優勢 1.效能 nosql是基於鍵值對的，可以想象成表中的主鍵和值的對應關係，而且不需要經過sql層的解析，所以效能非常高。2.可擴充套件性 同樣也是因為基於鍵值對，資料之間沒有耦合性，所以非常容易水平擴充套件。關係型資料庫的優勢 1.複雜查詢 可...
關係型資料庫與非關係型資料庫
關係型資料庫最典型的資料結構是表，由二維表及其之間的聯絡所組成的乙個資料組織 優點 1 易於維護 都是使用表結構，格式一致 2 使用方便 sql語言通用，可用於複雜查詢 3 複雜操作 支援sql，可用於乙個表以及多個表之間非常複雜的查詢。缺點 1 讀寫效能比較差，尤其是海量資料的高效率讀寫 2 固定...