什麼是HBase？
HBase是一種非關係型數據庫(NoSQL)。 “NoSQL"是一個通用詞表示數據庫不是RDBMS（關係型數據庫管理系統），後者支持 SQL 作爲主要訪問手段。有許多種 NoSQL 數據庫: BerkeleyDB 是本地 NoSQL 數據庫例子, 而 HBase 是大型分佈式數據庫。 從技術上來說, HBase 更像是"數據存儲(Data Store)” 多於 “數據庫(Data Base)”。因爲缺少很多RDBMS特性, 如列類型，第二索引，觸發器，高級查詢語言等.
然而, HBase 有許多特徵同時支持線性化和模塊化擴充。 HBase 集羣通過增加RegionServers進行擴充。 它可以放在普通的服務器中。
- HBase 特性：
- 大：一個表可以有數十億行，上百萬列；
無模式：每行都有一個可排序的主鍵和任意多的列，列可以根據需要動態的增加，同一張表中不同的行可以有截然不同的列；
面向列：面向列（族）的存儲和權限控制，列（族）獨立檢索；
稀疏：對於空（null）的列，並不佔用存儲空間，表可以設計的非常稀疏；
數據多版本：每個單元中的數據可以有多個版本，默認情況下版本號自動分配，是單元格插入時的時間戳；
數據類型單一：Hbase中的數據都是字符串，沒有類型。這讓它很適合高速計數聚合類任務。
自動分區: HBase 表通過region分佈在集羣中。數據增長時，region會自動分割並重新分佈。
RegionServer 自動故障轉移
Hadoop/HDFS 集成: HBase 支持本機外HDFS 作爲它的分佈式文件系統。
MapReduce: HBase 通過MapReduce支持大併發處理， HBase 可以同時做源和目標.
什麼時候用 HBase?
HBase不適合所有問題.
首先，確信有足夠多數據，如果有上億或上百億行數據，HBase是很好的備選。 如果只有上千或上百萬行，則用傳統的RDBMS可能是更好的選擇。因爲所有數據可以在一兩個節點保存，集羣其他節點可能閒置。
其次，確信可以不依賴所有RDBMS的額外特性 (列數據類型, 第二索引, 事物,高級查詢語言等.) 一個建立在RDBMS上應用，如不能僅通過改變一個JDBC驅動移植到HBase。相對於移植， 需考慮從RDBMS 到 HBase是一次完全的重新設計。
第三， 確信你有足夠硬件。
HBase的重要進程
- HMaster:
- 管理meta表還其他表結構命名空間
管理Hregionserver
接收客戶端請求
表的創建和刪除
一般和namenode在一個節點上 - HRegionserver
- 管理region拆分合並
memstore寫入Hfile
表級操作
負載均衡
一般和datanode在同一節點上
memstore
數據默認存到內存memstore
memstore達到閥值把數據存到本地Hfile中