HBase概述

HBase是一個分布式存儲、數據庫引擎，可以支持千萬的QPS、PB級別的存儲，這些都已經在生產環境驗證，并且在廣大的公司已經驗證。特別是阿里、小米、京東、滴滴內部都有數千、上萬臺的HBase集群。選擇一個技術的首要條件是對齊大公司，大公司會投入大量的人力去維護、改進、貢獻社區。

關于NewSQL與NoSQL的關系

技術總是不斷向前發展的，如今都在提NewSQL，其實NewSQL在筆者看來是NoSQL之上的一個封裝，一個子場景。NoSQL中的大表，典型就是提供了KV1V2……Vn，其中每個V可以是1b，也可以是100MB?？梢哉f是一個元的存在，就類似于數字世界的01，可以任意組合。在以HBase為代表的NoSQL中，HBase可以組合出任意的場景，NewSQL可以是之上加了SQL層或者更近一層添加事務的子場景。

關于計算與存儲分離

在云上，對于引擎最為核心的就是存儲計算分離，存儲可以按需計費，起碼得彈性伸縮。計算則按節點存儲提供。如果完全按照QPS計費，要么費用高得嚇人，要么難以滿足更多的場景，比如存儲10M，到底算一次QPS，還是多少次。 由于HBase天生就是存儲計算分離，天然比較適配云上的架構，可以說到了云上，HBase更加具有優勢。

HBase場景

HBase可以說是一個數據庫，也可以說是一個存儲。擁有雙重屬性的HBase天生就具備廣闊的應用場景。在最近的一些版本中，引入了OffHeap降低gc影響，優化鏈路延遲，提供Replica等可以滿足在線的需求。引入MOB，可以存儲10M左右的對象，完全適應了對象存儲。另外由于自身的并發能力、存儲能力，可以說是具有最為競爭力的引擎。

對象存儲：我們知道不少的頭條類、新聞類的的新聞、網頁、圖片存儲在HBase之中，一些病毒公司的病毒庫也是存儲在HBase之中。

時序數據：HBase之上有OpenTSDB模塊，可以滿足時序類場景的需求。

推薦畫像：特別是用戶的畫像，是一個比較大的稀疏矩陣，螞蟻的風控就是構建在HBase之上。

時空數據：主要是軌跡、氣象網格之類，滴滴打車的軌跡數據主要存在HBase之中，另外在技術所有大一點的數據量的車聯網企業，數據都是存在HBase之中。

CubeDB OLAP：Kylin一個cube分析工具，底層的數據就是存儲在HBase之中，不少客戶自己基于離線計算構建cube存儲在hbase之中，滿足在線報表查詢的需求。

消息/訂單：在電信領域、銀行領域，不少的訂單查詢底層的存儲，另外不少通信、消息同步的應用構建在HBase之上。

Feeds流：典型的應用就是xx朋友圈類似的應用。

NewSQL：之上有Phoenix的插件，可以滿足二級索引、SQL的需求，對接傳統數據需要SQL非事務的需求。