KeyValue¹²是HBase的最底层的核心存储结构，也是数据最终格式持久化的格式。这里分析一下格式细节。

1 概述

一个KeyValue代表着一行数据中的具体的某一列。比如你的一行数据有10列，那么最终会有10个KeyValue存储下来（没有修改删除的情况下）。此外KeyValue只有添加操作，没有删除修改的操作。基于以上两点，使得HBase具备列一下的特性：

1. SchemaLess : 最小存储单元是列，所以可以不必事先定义好有那些行列结构。
2. 版本管理：只有添加操作，删除和修改是通过新增新版本的KeyValue来处理的。这点和git类似，只增加，不修改。

2 格式

任何文件存储本质上都是一堆byte[]，KeyValue也不例外，它也是一个不固定长度的byte[]，按照如下的格式定义。

整体上看格式还是比较简单的，属于一个简版的TLV³格式（无Type）。

2.1 Key

Key的总长度由KeyLength定义，具体由以下5部分构成。

2.1.1 Row

Row也就是我们常说的RowKey。2byte的RowLength决定了其最大长度Short#MAX_VALUE=32KB

2.1.2 Family

1byte的FamilyLength决定了其最大长度最大长度Byte#MAX_VALUE=127byte。

2.1.3 Qualifier

没有独立存储Qualifier的长度，由KeyLength-RowLength-2-FamilyLength-1-Timestamp8-Type1的来。

2.1.4 Timestamp

固定8byte的时间戳。

2.1.5 Type

固定1byte的类型⁴。

public static enum Type {
    Minimum((byte)0),
    Put((byte)4),

    Delete((byte)8),
    DeleteFamilyVersion((byte)10),
    DeleteColumn((byte)12),
    DeleteFamily((byte)14),

    // Maximum is used when searching; you look from maximum on down.
    Maximum((byte)255);

    private final byte code;

    Type(final byte c) {
      this.code = c;
    }
}

2.2 Value

4byte的ValueLength决定了其最大长度Integer#MAX_VALUE=4GB。

3 总结

KeyValue的设计带来了很大的灵活性，SchemaLess的核心支撑。不过代价也是巨大的，就是Key的大量冗余重复，HBase会使用压缩算法进行压缩。但是我们在设计Table(RowKey,Family，Qualifier)⁵时，也需要尽量考虑其大小问题。

4 参考

HBase原理(hbasefly.com)
HBase原理－数据读取流程解析(hbasefly.com)