debian上hbase的数据类型说明
在 debian 上运行的 hbase 与原生 hbase 一致，列值没有内建类型系统，所有数据在存储层都以字节数组（byte[]）保存。也就是说，hbase 并不像传统关系型数据库那样为列定义 int、varchar 等类型；类型语义通常由客户端/上层工具来约定与处理。
可用的数据类型与表示方式
- 原生存储与类型语义
- 列值：byte[]（所有值最终以字节数组落盘）
- 行键：byte[]（任意字节序列，按字典序排序）
- 时间戳：long（64 位整型，支持多版本）
- 列限定符：byte[]（列名本质上也是字节序列）
- 常见逻辑类型的客户端映射（需应用自行序列化/反序列化）
- 字符串：string（如 utf-8 编码的字节）
- 整数：int / long（如 4 字节/8 字节有符号整数）
- 浮点数：float / double（如 ieee754 编码的 4/8 字节）
- 布尔：boolean（常用 1 字节 0/1 表示）
- 日期时间：date / timestamp（常用 long 存毫秒时间戳）
- 二进制：binary（图片、音视频、压缩包等任意字节）
- 空值：null（列不存在或显式存空字节数组，由应用约定）
- 计数器类型
- 原子计数器（increment/appendcounter）：对 long 值进行原子递增，底层仍是字节数组存储，但通过专用 api 保证原子性。
常见集成与类型映射工具
- apache phoenix：提供 sql 与类型系统（如 varchar、integer、double、boolean 等），在 hbase 上自动完成序列化/反序列化与查询下推。
- hive-hbase handler：通过 serde 映射 hbase 列，可指定列的类型转换（如 #b 表示二进制），便于在 hive 中使用 sql 访问 hbase 表。
- 其他工具与接口：如 thrift/rest gateway、各类 etl/数据集成工具，通常也支持自定义类型映射规则，以便在工具层获得“强类型”体验。
设计与使用建议
- 在 schema 层面只定义列族与列名，不在 hbase 层定义列类型；类型与编码格式（如 utf-8、时间戳单位、是否 nullable）应在应用/接口层统一约定并固化在代码或文档中。
- 为需要范围/排序查询的字段（如时间、数值）选择可字典序比较的编码（如 big-endian 的定长二进制或 protobuf/avro 的 canonical 编码），避免字符串直接比较带来的语义偏差。
- 对大对象（图片、音视频、压缩包）优先使用二进制列或外部存储（如 hdfs/s3），仅在元信息或小对象上放入 hbase，减少热点与网络放大。
- 需要原子计数、append 等能力时，使用 hbase 提供的专用 api（如 increment/append），避免自行实现非原子操作。