1. 前言
HBase 是一个开源的 NoSQL 分布式数据库，它提供了一种容错的方式来存储大量稀疏数据（大量空数据或不重要的数据中捕获的少量信息，例如在 20 亿条记录中查找 50 个最大的项目，或者查找占庞大集合不到 0.1% 的非零项目）
虽然最近性能有了显著的提升，HBase 还不能直接取代SQL数据库。但如今，它已经应用于多个数据驱动型网站，包括 Facebook的消息平台。
2. HBase主要特点
HBase与关系型数据库的对比如下表：
| **** | HBase | 关系型数据库 |
|---|---|---|
| 数据结构 | 半结构化，无数据类型；按列族稀疏存储，缺省数据不占用存储空间；支持多版本数据; | 结构化，数据类型丰富；技完整行存储，缺省的列需要存储占位符；不支持多版本数据; |
| 读写模式 | 支持按需读写部分列 | 必须整行读取 |
| 事务支持 | 仅支持单行内原子性 | 支持完整的事务语义 |
| 数据规模 | 适用于 TB、PB 级海量数据，水平扩展快速平滑 | 仅适用于 GB、小量 TB 级，扩展过程较复杂 |
| 索引支持 | 仅支持 rowkey 主键索引 | 支持二级索引 |
HBase有几个主要特点
- 列式存储：与传统的行式关系数据库不同，HBase 采用列族的方式来存储数据，这使得针对特定列的查询更高效，对OLAP型业务处理更加友好。
存储表的常见方法是序列化每行数据，如下所示：
001:10,smith,Joe,60000;
002:12,Jones,Mary,80000;
003:11,Johnson,Cathy,94000;
004:22,Jones,Bob,55000;
列式数据库将一列的所有值序列化在一起，然后序列化下一列的值，依此类推。对于我们的示例表，数据将以这种方式存储：
10:001,12:002,11:003,22:004;
Smith:001,Jones:002Johnson:003,Jones:004;
Joe:001,Mary:002 Cathy:003,Bob:004;
60000:001,80000:002,94000:003,55000:004;
- 可扩展性：HBase 可以横向扩展，允许通过增加节点来处理更多的数据和请求。
- 高可用性和容错性：通过使用 HDFS，HBase 自动提供数据的备份和恢复功能，确保数据的安全性。
- 灵活的数据模型：HBase 可以处理无模式的数据，这意味着可以轻松添加新的列或列族，而不需要对现有表结构进行修改。
- 实时读写：HBase 能够支持非常快速的读写操作，非常适合需要实时数据处理的场景。
3. HBase应用场景
- 社交网络数据处理：存储用户行为、评论等大规模数据。
- 物联网（IoT） ：处理来自传感器的数据流。
- 大数据分析： 与 Hadoop 生态系统中的其他工具（如 MapReduce、Hive）结合，进行复杂的分析和查询。
- 推荐系统： 处理用户偏好和行为数据以生成个性化推荐。
