问题描述
我最近一直在阅读Hadoop和HBase，并遇到了这个术语-
HBase是一个开源、分布式、稀疏、面向列的存储...
稀疏是什么意思？是不是跟sparse matrix有关？我猜这是它可以有效存储的数据类型的属性，因此，我想了解更多有关它的信息。
推荐答案
在常规数据库中，行稀疏，但列不稀疏。创建行时，将为每列分配存储空间，而不考虑该字段是否存在值(该字段是为行和列的交叉点分配的存储空间)。
这允许固定长度的行，从而极大地缩短了读写时间。可变长度数据类型类似于指针。稀疏列将导致性能下降，并且不太可能为您节省大量磁盘空间，因为指示NULL所需的空间小于链表样式的链式指针体系结构(通常用于实现非常大的非连续存储)所需的64位指针。
存储很便宜。性能并非如此。