1. 什么是HBase
2. HBase的特点
3. HBase的适用场景
4. HBase的缺点

1. 什么是HBase

2. HBase的特点

• 面向列：
  • 按列存储，因为相同的列都是近似的数据，更适合压缩，适合加载后进行分析等需求。在查询只需要少量列字段的时候，可以避免加载无用列数据，减少IO。
• 稀疏性：
  • 列数据为空的可以在实际存储时不存NULL值占位，即为空的列不占用存储空间。
• 数据多版本：
  • 单元格（table, rowkey, column-family, column, timestamp）可以保存多个版本的值，由时间戳(timestamp)来区分
• 灵活模式：
  • 创建表时只需要指定表名和列族，不需要定义列。因此可以在写入时动态创建列，并且存储的稀疏性，每行的列都可以不同。
• 可以存储结构化、半结构化和非结构化数据
• 压缩：
  • 支持指定列族压缩，以及选择压缩算法
• 单行操作原子性：
  • 无锁CAS操作
• 读/写强一致性：
  • 表中每行数据只会存在一个Region（即只会存在一台Region Server服务器）上，并且读写都只在这一个region上，不会同时也在副本上进行。
• 扩展性：
  • 数据自动分区（表按Region进行拆分，一个Region保存了一段rowkey范围的行数据）
  • 负载均衡（Region会自动分割，可以重新分配迁移到其他Region Server服务器上）
  • 因此可以通过增加机器(region server）的方式扩展集群。
• 高可靠：
  • 多副本（依靠HDFS提供的副本和自动故障转移机制）
  • WAL（预写日志）
• 高性能：
  • 近似最优的写性能（得益于底层的LSM数据结构，按Rowkey有序存储）
  • 优秀的读性能（通过使用BloomFilter，使得按rowkey的检索理想情况下常数级别时间复杂度，Region的拆分和负载均衡可以提供读负载，以及缓存机制可加速数据获取）
• 与Hadoop平台结合紧密
  • 底层存储可以基于Hadoop HDFS
  • 可以结合MapReduce计算框架（HBase可以作为source和sink）
  • 可以结合Hive（HBase表映射到Hive）
• 多种client接口
  • Java client driver
  • Thrift协议接口
  • REST接口(HTTP)

3. HBase适用场景

• 海量数据存储
• 中小对象存储
• 高性能写入需求
• 按键检索，按键范围扫描
• 数据分析（并且可以结合Hadoop MapReduce等进行计算）。

• 不支持跨行事务
• 原生不支持二级索引（有其他方案构建二级索引，但很麻烦，功能也不完善）
• 原生不支持SQL查询（可以通过Phoenix，但是有很多限制以及性能问题）
• Java编写，GC问题导致的卡顿
• 除按键检索，按键范围扫描外，不支持复杂查询。不支持排序（只能从rowkey上设计，按rowkey顺序）