HBase是一個高可靠性、高性能、面向列、可伸縮的分布式存儲系統(tǒng)，適用于結構化的存儲，底層依賴于Hadoop的HDFS，利用HBase技術可在廉價PCServer上搭建起大規(guī)模結構化存儲集群。因此HBase被廣泛使用在大數(shù)據(jù)存儲的解決方案中。
為何使用HBase
HBase的優(yōu)點：
- 列可以動態(tài)增加，并且列為空就不存儲數(shù)據(jù)，節(jié)省存儲空間。
- Hbase自動切分數(shù)據(jù)，使得數(shù)據(jù)存儲自動具有水平scalability。
- Hbase可以提供高并發(fā)讀寫操作的支持。
HBase的缺點：
- 不能支持條件查詢，只支持按照Row key來查詢。
- HBase并不適合傳統(tǒng)的事物處理程序或關聯(lián)分析，不支持復雜查詢，一定程度上限制了它的使用，但是用它做數(shù)據(jù)存儲的優(yōu)勢也同樣非常明顯。
因為HBase存儲的是松散的數(shù)據(jù)，所以如果你的應用程序中，數(shù)據(jù)表每一行的結構是有差別的，那么可以考慮使用HBase。因為HBase的列可以動態(tài)增加，并且列為空就不存儲數(shù)據(jù)，所以如果你需要經常追加字段，且大部分字段是NULL值的，那可以考慮HBase。因為HBase可以根據(jù)Rowkey提供高效的查詢，所以如果你的數(shù)據(jù)(包括元數(shù)據(jù)、消息、二進制數(shù)據(jù)等)都有著同一個主鍵，或者你需要通過鍵來訪問和修改數(shù)據(jù)，使用HBase是一個很好地選擇。
場景一：賣家操作日志
賣家操作日志，顧名思義是用來記錄商家操作的系統(tǒng)，從而可以保證商家可以精確查詢自己的各種操作。京東有幾十萬的商家時時刻刻的進行著各種操作，因此賣家操作日志的特點是：數(shù)據(jù)量大、實時性強、增多查少。
我們在做賣家操作日志初期，將所有的操作日志存放在ES中，操作日志的數(shù)據(jù)量是非常大的，但尷尬的是我們當時所能申請到的ES資源有限。當把大量的數(shù)據(jù)存儲到有限的ES集群中時便導致了性能的下降。在這種情況下，我們選擇了只在ES集群中存儲最近三個月的數(shù)據(jù)，對其提供靈活的查詢，而長期的數(shù)據(jù)存儲使用HBase來進行。這樣的話我們便可以實現(xiàn)對近期操作靈活展現(xiàn)，對長期數(shù)據(jù)也有精確備份。
京麥消息日志的存儲是屬于京麥筋斗云系統(tǒng)(用于打造京麥消息生態(tài)系統(tǒng)閉環(huán))不可或缺的一部分。其中包含消息的全鏈路追蹤以及消息的統(tǒng)計分析。京麥消息每天都會有幾千萬的消息量，如何對消息進行追蹤和統(tǒng)計便成為了一個至關重要的問題。消息追蹤要求實時性、多維度精確查詢，因此我們選擇將最近一周的消息日志存儲在ES。統(tǒng)計分析要求我們有足夠多的數(shù)據(jù)，因此我們在將數(shù)據(jù)存儲在ES中的同時也存儲在HBase中一份。最終再定期將HBase中的數(shù)據(jù)導入到京東的數(shù)據(jù)集市中，這樣我們便可以很方便的對京麥消息進行統(tǒng)計分析。
HBase的數(shù)據(jù)結構
要使用HBase我們首先要了解HBase的數(shù)據(jù)結構：
HBase會存儲系列的行記錄，行記錄有三個基本類型的定義：Row Key、Time Stamp、Column Family。
Row Key
與NoSQL數(shù)據(jù)庫一樣，云服務器租用，Row Key是用來檢索記錄的主鍵。訪問HBase table中的行，只有三種方式：
通過單個Row Key訪問。
通過Row Key的range全表掃描。
Row Key可以是任意字符串(最大長度是64KB，實際應用中長度一般為 10 ~ 100bytes)，在HBase內部，Row Key保存為字節(jié)數(shù)組。
在存儲時，數(shù)據(jù)按照Row Key的字典序(byte order)排序存儲。設計Key時，要充分排序存儲這個特性，將經常一起讀取的行存儲到一起(位置相關性)。
Column Family
HBase表中每個列都必須屬于某個列族，列族必須作為表模式定義的一部分預先給出(有點像關系型數(shù)據(jù)庫中的列名，定義完一般情況下就不會再去修改);
列名以列族作為前綴，每個列族都可以有多個列成員。新的列族成員(也就是列)可以隨后按需，動態(tài)加入。
Hbase把同一列族里面的數(shù)據(jù)存儲在同一目錄下，由幾個文件保存。
Time Stamp
在HBase每個cell存儲單元對同一份數(shù)據(jù)有多個版本，根據(jù)唯一的時間戳來區(qū)分每個版本之間的差異，不同版本的數(shù)據(jù)按照時間倒序排序，最新的數(shù)據(jù)版本排在最前面。
簡述HBase的架構原理
1. HBase的模塊
Master
