我們試圖使用HBase來存儲時間序列數據。我們目前的模型將時間序列存儲爲單元格內的版本。這意味着單元最終可能會存儲數百萬個版本，並且此時間序列上的查詢將使用Get類中的setTimeRange方法檢索一系列版本，該方法在HBase中的Get類中提供。使用HBase存儲時間序列數據
例如
{
"row1" : {
"columnFamily1" : {
"column1" : {
1 : "1",
2 : "2"
},
"column2" : {
1 : "1"
}
}
}
}
這是在HBase中存儲時間序列數據的合理模型嗎？
將數據存儲在多列（是否可以跨列查詢）或行更合適的替代模型？
我不認爲你應該使用版本來存儲時間序列在這裏。不是因爲它不起作用，而是因爲它不是針對特定用例而設計的，還有其他方法。
我建議你時間序列存儲爲時間步長爲列限定符和值將是數據本身。喜歡的東西：
{
"row1" : {
"columnFamily1" : {
"col1-000001" : "1"
"col1-000002" : "2"
"col1-000003" : "91"
"col2-000001" : "31"
}
}
}
}
一個很好的位置的事情是，HBase的店在有序列預選賽，所以讀取時間序列回來時，你應該看到，爲了項目。
另一個現實的選擇將是具有用於記錄作爲rowkey的第一部分中的標識符，但隨後必須在rowkey時間步長爲好。喜歡的東西：
{
"fooseries-00001" : {
"columnFamily1" : {
"val" : "1"
}
}
}
"fooseries-00002" : {
"columnFamily1" : {
"val" : "2"
}
}
}
}
這具有很好的功能，這將是很容易做到的範圍掃描特定系列。例如，拔出fooseries的步驟104到199將非常簡單並且高效。
這一個缺點是刪除整個系列將需要更多的管理和同步。另一個缺點是MapReduce分析將很難對這些數據進行任何分析。採用上述方法，整個時間序列將被傳遞給一個map()呼叫，而在這裏，每幀將調用map()。
如果我要在HBase上構建一個時間系列解決方案，我肯定會看到StumbleUpon的開源版本http://opentsdb.net/，因爲它在SU內部使用，我認爲它是穩定的，並獲得持續的支持。
看看Zohmg。
實際上，有一篇名爲"A three-dimensional data model in HBase for large time-series dataset analysis" (2012)（only Slides）的論文展示了利用HBase版本字段的數據模型的改進性能，就像提問者一樣。但它並不是爲持有無限的「版本」而設計的，而是一桶細胞（一小時或一天的Sensordata）。
+1 for openTSDB它有許多技巧來簡化基於時間的彙總查詢。
至於原始問題，你可以有任意多的單元格版本，只要你想（沒有限制）。沒有性能損失，'Get'被實現爲HBase中的掃描，並且setTimeRange是非常有效的過濾器。
無論您是將時間步放在rowkey還是列限定符中，最好都可以通過您的數據訪問模式來確定。如果您通常傾向於獲取掃描中的所有列，並且刪除不是主要方案，那麼rowkey設計會有很大意義。 – Larsenal 2013-12-05 00:46:52