HBase应用场景和最佳实践

HBase 作为 Apache 基金会的 Hadoop 项目的一部分，将 HDFS 作为文件存储系统，使用 MapReduce 进行分布式的数据批量处理（非实时数据批量处理）、利用Zookeeper提供协同管理服务，为 Hadoop 提供海量数据管理服务，因此，HBase也是在一个服务器集群上运行的。

HBase主要适用于海量明细数据（十亿、百亿）的随机实时查询，如日志明细、交易清单、轨迹行为等。因此，实时数据查询和处理是HBase主要功能，用来进行数据实时计算的是Flink或sparkstreaming。

1. HBase优点

HBase=Hadoop Database，是一个高可靠性、高性能、面向列、高扩展性、稀疏的、由行键列键和时间戳进行索引的多维有序映射的分布式存储数据库。HBase与Hadoop的关系密不可分，HBase利用HDFS作为其文件存储系统、利用MapReduce来处理HBase中的海量数据、利用Zookeeper提供协同管理服务。

1.高容量、高性能、高扩展性

HBase 的单表可以有百亿行、百万列，可以在横向和纵向两个维度插入数据，具有很大的弹性，容量极高。

当关系型数据库的单个表的记录在亿级时，查询和写入的性能都会呈现指数级下降，这种庞大的数据量对传统数据库来说是一种灾难，而 HBase 在限定某个列的情况下对于单表存储百亿甚至更多的数据，保持高性能。

HBase可以通过部署廉价的服务器集群实现大规模数据存储，扩展性极高。

2.列存储

关系型数据库是面向行存储的，而HBase数据库面向列存储，如下图所示：

行存储，表的所有数据都放在一起，方便数据的插入与更新；但对于表数据查询，行存储会读取所有数据进行查询，但列存储只需要读取相应的查