HBase实现社交关系数据存储

社交关系数据是互联网领域经常出现的应用，国内的新浪、微信等等，均是典型的代表。社交关系数据主要维护了客户关注和被关注信息。那么，如何使用HBase对社交关系数据进行建模和应用呢？本文将逐渐讨论HBase实现社交关系数据存储的建模方法和应用技巧。

对社交关系数据的存储，通常有读和写两个方面的需求。在读数据方面，概括为以下三点：

（1）查看某客户A关注了哪些客户；

（2）查看哪些客户关注了客户A；

（3）判断客户A能否关注了客户B。

在写数据方面，概括为以下两点：

（1）客户A添加了一个新的关注者；

（2）客户A取消了对客户B的关注。

为了实现上述功能，对照HBase的数据模型，设计如下图所示的模型：

数据模型

在该数据模型中，rowkey被设置为客户名称以方便查找和定位，column family为follows，其内部的每一列保存了一个关注者的信息。模型能够很好地处理读数据要求中的第一条和第三条，但第二条非常低效，需要遍历整张表查找哪些客户关注了某个特定客户，另外，为特定客户添加一个新的关注者也非常困难。

为了进一步优化以上模型，可考虑在同一张表中保存客户X关注的客户列表以及关注X的客户列表。如下图所示：

数据模型

在该模型中，column familiy名称被改为“f”以减少数据存储空间和网络传输数据量，同时将前面的“宽表”改为“窄表”，即表中的rowkey由客户名称与被关注客户名称组合而成，column family中只有一列。