大数据存储列族
Column Family 是什么？
列的上级分组，建表时就要定好，同族的数据物理上存在一起
类比：档案袋，同一类的材料装在一个袋子里
列族 vs 列
HBase 的列可以随时新增，不需要改表；但列族必须在建表时定义，之后改要停表。一个列族下的所有列存在同一个 StoreFile 里，共享同一份内存和刷盘策略。
为什么列族要少
每个列族对应一组 MemStore 和 HFile。列族多了，刷盘次数、文件数、compaction 压力都成倍增加。官方建议一张表 1~3 个列族，别按“业务模块”随意切。
常见划分是：一个列族放主要数据（小、读多），一个放附加信息（大、读少），利用不同的 TTL 和压缩策略。
稀疏存储
同一列族内，不同行的列可以完全不同，没写的列不占空间。这让 HBase 特别适合“标签、属性”这类数量不定、大部分为空的场景。