链接：https://www.zhihu.com/question/287719498/answer/456873123
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
HBase的设计目标是海量，高吞吐存储。数据在底层是基于LSMT那一套的实现（当然分了很多region，支持分布式）。简单来说，要维护一套memstore + 可分裂的filestore的存储，差不多就是：
而这一套机制实现的单位是column family——每个column family有自己的memstore和filestore。尽管在高层上看起来是同一张表，但是表里每一个column family的存储都是相互独立的。如果和mysql比较的话，column family更像是mysql里的table，而hbase的table更像是mysql里的一个db。如果同时查询同一个hbase table的不同column family，大概等价于不同mysql table之间基于row key做了一个join。
那到底为啥要区分column family呢？
3个原因：
那么为什么一般都不建议弄很多个column family呢？因为太多了会影响性能，比如做file compact和file splict时，备选的文件会增多（记得每个column family都会增加一批文件）；比如说memstore里要为每个column family分配一部分空间。毕竟我们用HBase的原因是希望他能高吞吐明显影响性能就得不偿失了。于是乎设计时就要折衷，比如上面产品详情和关注数的例子，我们是可以考虑直接拆成两个HBase table然后再进行app join的。
总之，trade off is everything
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/31537575/viewspace-3165731/ ，如需转载，请注明出处，否则将追究法律责任。
