我們先來看看官網是如何介紹Hbase組件，其官網：http://hbase.apache.org/
Apache HBase™是Hadoop數據庫，這是一個分佈式，可擴展的大數據存儲。
當您需要對大數據進行隨機，實時的讀/寫訪問時，請使用Apache HBase™。該項目的目標是在商品硬件羣集上託管超大型表-數十億行X數百萬列。Apache HBase是一個開源的，分佈式的，版本化的，非關係型數據庫，其仿照Google的Bigtable： Chang等人的“ 結構化數據的分佈式存儲系統 ”。正如Bigtable利用Google文件系統提供的分佈式數據存儲一樣，Apache HBase在Hadoop和HDFS之上提供類似於Bigtable的功能。
關於特性：
- 線性和模塊化可擴展性。
注：Hbase的regionserver相當於Hadoop的DataNode，可以進行水平擴展
- 嚴格一致的讀寫。
注：不會發生髒數據的讀或寫的操作
- 表的自動和可配置分片
- RegionServer之間的自動故障轉移支持。
- 方便的基類，用於通過Apache HBase表備份Hadoop MapReduce作業。
- 易於使用的Java API用於客戶端訪問。
注：簡單的API還是比較好些，但是很多的API是非常難寫
- 塊緩存和Bloom過濾器用於實時查詢。
注：塊緩存主要用於讀的場景
- 通過服務器端過濾器查詢謂詞下推
- 支持通過Hadoop指標子系統將指標導出到文件或Ganglia；或通過JMX
表:
- rowkey 每一條數據的主鍵
- column family 列族/簇 將表進行 橫向切割 簡稱CF 生產上列族不要超多3個
- column 列 是屬於一個列族
- version number 類型是long 默認是系統時間戳 用戶也可以自定義
- value 列對應的值
直接把概念列在這，總感覺乾巴巴的，那麼接下來通過一張圖來進一步的介紹
上面的圖表示
1、一行row數據是可以包含一個或者多個CF（列族），但是並不推薦一張表設計時CF>3
2、Column表示列，它是屬於一個列族，一個CF是包含多個Column（列）的
Region：
它是一段數據的集合，從數據的物理層面來說，所有的數據都是存放在region裏的，而region是由RegionServer管理的。
通過上圖，我們可以清楚的知道 一個RegionServer管理多個Region，一個Region又管理着一個或多個的CF，而我們再結合之前的圖，又明白一個CF包含着多個Column，至此對他們之間的關係又有了稍微清晰的認知。
OK，接下來繼續看下面兩張圖
在數據的邏輯概念來說，表是按照rowkey範圍進行劃分爲不同的region， 而region按照不同的列族劃分不同的store,每個store中包含一個memstore和0個或多個storefile
建表時默認只有一個region，如果指定split key，就會有多個region。 當表的行數超過閾值，表就水平分割2個region， 可以把region理解爲子表。
不同的region會被hmaster分配到合適的hregionserver來管理。比如一個表切分成很多的region，不代表很多的region只在一個機器節點上，假如一張表切分成3個region，有可能region1在第一臺機器節點上，region2在第二臺上，region3在第三臺上，當select進行查詢的時候，這樣便可以充分利用三臺機器的IO（磁盤/網絡）。另外不同的Region是存儲在不同的Store中的。
大家也看到MemStore使用紅色標註，這是hbase調優的重點，這裏暫時先不說，後面會重點進行介紹。
數據是以KV結構進行存儲，每個KV只存儲一個單元格的cell數據，而且不同的CF數據是存儲在不同的File裏