BigTable 中的每一行中的列族名称是否重复？

Question

BigTable 文档引用了每行重复的

column qualifier

，并建议使用数据本身作为限定符。但对于

column family

空间使用方面却没有类似的提及。

所以我很困惑 BigTable 是否在每一行中存储列族，或者 Google 是否有一些技术不在每一行中存储

column family

。列族需要使用 UI 控制台或 cbt CLI 工具（或 SDK 和 API）创建，而列限定符是在写入数据时动态创建的。因此，可能会对列族存储进行一些优化，因为在写入数据之前 BigTable 引擎已经知道了。

这是我迄今为止检查过的一些参考资料，

1. 列限定符在每行中重复，但在描述或示例中没有提及列族 - ref

将列限定符视为数据。由于您必须为每列存储列限定符，因此您可以通过用值命名列来节省空间。

2. 未使用的列空间使用中提到的关键结构有一个隐含的含义，即

   column family

   存储在每一行中，因为关键结构似乎是（列族+列限定符+时间戳）-ref，

行本质上是键/值条目的集合，其中键是列族、列限定符和时间戳的组合。

3. 对于 HBase，列族也存储在每一行中，建议使用短名称和列限定符。由于HBase是在BigTable论文之后创建的项目，因此BigTable有可能也在每一行中存储列族。 - 参考

每行重复列族和列限定符名称。因此，名称尽可能短，以减少 HBase 存储和读取的数据量。

目前，我计划使用列族名称作为单个字母，例如，

d

用于默认，或

m

用于元数据等。但想检查是否可以使用全名本身，以防列族不占用每一行的存储空间。

Answer 1

Bigtable 为每个列族创建一个内部整数 id，这个整数存储在底层 SSTable 中。因此，不必担心较长列族名称的存储影响 - 它只是元数据。