这是我参与「第四届青训营 」笔记创作活动的第7天
尽管 HDFS 实现了廉价分布式文件系统的功能，但是这只能提供比较低级的数据保存形式而已。为了能够更好的利用HDFS这个分布式储存，大家自然会想要实现一些契合HDFS的数据模型或者应用程序。
HBASE就是为HDFS实现的分布式表格储存服务。它的设计参考了谷歌曾经的 Big Table 的设计，并且采取了计算与储存分离的架构。 HBASE被称为所谓的nosql，与传统的关系型数据库不同的是，HBASE更应该被看作是一个列式的键值数据库。
HBASE 的储存机制应用了分片机制，不过hbase并不将之成为sharding而是称之为region区域。对于热点区域，habse的处理手段是分割成两个部分，分摊数据。这个操作由所谓的region server 负责检测、执行并上报到hmaster服务器。
HBASE通过zookeeper实现分布式协调功能，hmaster的主从切换便是由zookeeper辅助实现的，由此保障master的可用性。数据的恢复通过WAL日志实现状态机的同步。Region Server的恢复类似hmaster，也是依赖zookeeper的，由zookeeper作为中介，再和hmaster通信。
在HBase的具体使用中，有一些基于场景的优化手段，对于确定的非范围查找数据可以通过hash结果作为key，压缩key的长度节省空间。对于需要范围查询的也不太建议直接使用相应数据作为key，比如按时间查找，时间戳不适合作为key，这很容易造成数据倾斜，而且时间戳尤其是大忌，他会始终让最新的数据处于热点状态。
此外，由于先前也提到了habse相当于是一个键值数据库，但是habse实际上会给数据都额外保存键key的值，而habse实际上由四元组组成key，因此每一项都应该尽量短一些。
