?

源地址：http://peopleyun.com/?p=665

?

本文將深入分析BigTable的數據模型，并介紹它是如何被調用的。

數據模型

就像向我之前所說的那樣，其實BigTable顧名思義，是一個非常大的表，而且是一個能存儲幾十億行（Row）和幾千列（Column）的非常巨大的表。什么表會怎么大呢？接下來，舉一些簡單的例子，比如：用于中國所有公民的個人信息和Internet上所有網站內容的表，這些表的總體規模可以達到PB以上級別，而且這些表的規模都會與日增長，所以很顯然需要使用分布式的方法，而不是使用一臺機器來承載這個巨大且不斷增長的Table。首先，會介紹一下BigTable最基本的數據模型，也就是table。

Table

圖1.? Table

這就是Table（表格），雖然上面截圖只有三個Row和五個Column，但由于這個表會存儲中國所有公民的個人信息，所以會有十三億多Row和幾百多Column，接下來，將介紹為了提高訪問效率和伸縮性的兩個特性：Colunm Family（列組）和Tablet（片）。

Column Family

圖2. Column Family

由于每個表格都會有成百上千的Column，而大多數查詢只需得到其中少數幾個Column，所以如果每次查詢都將所有的Column取出來的話，這樣會得不償失，所以Google在BigTable的設計中引入了Column Family這個特性，通過這個特性能將多個Column并為一個小組，比如上圖的“家庭地址”和“工作地址”都隸屬于“地址”這個Column Family，這樣做的最大的好處是能將這些Column放在一起存儲，這樣不僅能提高存取效率，而且能避免讀取過多的Column，比如可以選擇只讀取一個Column Family。

Tablet

?圖3 Tablet

這個非常容易理解，就是BigTable系統會自動根據Row Name的范圍，來將數據復制到不同的服務器上。

Timestamp

為了幫助數據的同步和備份，可以為每個Cell（單元格）設置相應的Timestamp，而且系統可以根據Timestamp來做GC（Garbage Collection）。

?

調用接口

Google的BigTable的調用接口主要以API為主，下面是一些示例代碼，主要參考自BigTable的Paper。

//打開Table

Table *T = OpenOrDie(“/peopletable”);

//找到相應的Row，并做相應的更新

RowMutation r1(T,”310101”);

r1.Set(“地址:家庭地址”,”SH88”);

//執行更新

Operation op;

Apply(&op, &r1);

//創建用于查詢的Scanner

Scanner scanner(T);

ScanStream *stream;

//查詢相關的代碼：1. 鎖定“地址”這個Cloumn Family；2.返回所有版本；3. 查找Row Name是”310101”的列。

stream = scanner.FetchColumnFamily(“地址”);

stream->SetReturnAllVersion();

scanner.Lookup(“310101”);

//打印

for(;!stream->Done();stream->Next()){

??? printf(“%s %s %lld %s\n”,Scanner.RowName(), stream->ColumnName,

???????????????????????????????????????? stream->TimeStamp,? stream->Value);

}

?

下篇開發日記將關注BigTable的存儲模型。

總結

以上是生活随笔為你收集整理的YunTable开发日记（3） – BigTable的数据模型和调用接口 （转载）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。