HBase数据模型的核心特点
HBase采用**面向列族（Column Family）**的存储模式，列族是表的预定义分类单元（创建表时需指定），同一列族内的列在物理上存储在一起，共享存储策略（如压缩、缓存）。列限定符（Column Qualifier）用于唯一标识列族中的具体列，可动态添加，无需提前定义。这种架构优势在于：查询某一列数据时，只需读取该列族的存储块，减少I/O开销；不同列族的列可分开存储，提升并行处理效率。
HBase的数据模型是稀疏矩阵，并非所有行都需要存储所有列。只有实际写入数据的行和列才会被保存，未赋值的单元格不占用存储空间。这种设计完美适配半结构化/非结构化数据（如日志、用户画像），避免传统关系型数据库中空值占用空间的问题。
每个单元格（Cell）可存储多个版本的数据，版本通过**时间戳（Timestamp）**唯一标识（默认由系统自动生成，也可手动指定）。用户可通过时间范围查询历史数据，或通过版本号回溯到指定时刻的数据状态。多版本特性支持数据审计、历史记录追踪等场景。
HBase的数据以**键值对（Key-Value）形式存储，其中Key由行键（RowKey）、列族（Column Family）、列限定符（Column Qualifier）、时间戳（Timestamp）**四部分组成，Value为单元格的实际数据（字符串形式）。行键是表的唯一主键，决定数据的存储位置（按字典序排序）和访问效率，设计合理的行键（如倒序域名）能显著提升查询性能。
HBase表中的列可以动态添加，无需预先定义Schema（仅需定义列族）。这种灵活性使其能轻松适应数据结构的变化（如新增用户属性字段），无需修改表结构，适合存储快速变化的业务数据（如实时传感器数据、社交网络动态）。
HBase保证强一致性，即数据的写入和读取操作在同一时刻对所有副本可见。写入数据时，会先写入WAL（Write-Ahead Log）日志，再写入MemStore（内存缓冲区），最后刷写到磁盘（StoreFile）；读取时会优先从MemStore或BlockCache中获取最新数据。这种一致性模型适合需要高精度数据的场景（如金融交易计数、库存管理）。
HBase表通过Region（数据分区）实现自动分片，Region是表的水平分割单元（按行键范围划分，如StartKey-EndKey）。随着数据增长，Region会自动拆分（如达到阈值10GB），并通过HMaster重新分配到集群中的RegionServer节点，实现存储和计算能力的线性扩展。这种设计支持PB级数据存储，能应对海量数据的增长需求。
HBase采用**LSM树（Log-Structured Merge Tree）**数据结构，写入时先追加到WAL日志（保证持久性），再写入内存中的MemStore（排序后刷写到磁盘形成StoreFile）；读取时通过布隆过滤器（Bloom Filter）快速判断数据是否存在，结合BlockCache（缓存热点数据）减少磁盘IO。这种设计使HBase具备高吞吐量的随机读写能力，适合实时数据处理（如实时推荐、在线游戏）。