HBase数据到底是怎么存储的？

查资料得：
1、HBase中表数据是以列簇存储在HDFS中的，其中每个列簇对应HDFS中的一个单独文件。
      其中还单独文件数据：
         （Row key1+时间戳＋列簇A：列1 ）
         （Row key1+时间戳＋列簇A：列2 ）
           ...
         （Row key2+时间戳＋列簇A：列1 ）
         （Row key2+时间戳＋列簇A：列2 ）

          ...
2、HBase中表数据是在Row key 方向分为多个Region，而Region是分布式存储的最小单位。
      数据存储和传统数据库相似，
      这不意味着数据是按行存储的吗？


这两点是不是有点矛盾呢？
   抑或是，真正存储是1
   2 只是方便调度呢？

每个列簇对应HDFS中的一个单独文件  这句话已经能够说明，hbase不是按行存储，你想一行有多列族的情况下，就会把数据存在多个文件下，按行存储的意思，是会把行数据存在一个文件中，所以hbase是按列存储的。

应该说hbase和传统关系型数据库还是有些相似的地方，起码在hfile中hbase列族下一行的列是相邻存储的，这点跟传统关系型数据库应该是类似的。

楼主也可以看看我整的一张图
http://www.aboutyun.com/thread-11101-1-1.html

希望对你有所帮助，然后再多看看hbase权威指南，你就更清楚了。

hbase本质是hdfs文件。
HBase是基于BigTable的面向列的分布式存储系统，其存储设计是基于Memtable / SSTable设计的，
主要分为两部分
一部分为内存中的MemStore (Memtable)
另外一部分为磁盘(这里是HDFS)上的HFile (SSTable)。
还有就是存储WAL的log


不同的列族在HBase内部通常对应一个目录，这样不同的列值只会放到它所属的列族目录下。

nextuser 发表于 2015-1-13 18:07
hbase本质是hdfs文件。
HBase是基于BigTable的面向列的分布式存储系统，其存储设计是基于Memtable / SSTab ...

HBase在逻辑上的存储最小单位是Region,物理上来说事HFile