什么是 Apache HBase？

HBase 提供一种可容错地存储稀疏数据集的方式，此类数据集在许多大数据用例中都很常见。它非常适合实时数据处理或随机读/写访问大量数据。

与关系数据库系统不同，HBase 不支持 SQL 等结构化查询语言；实际上，HBase 根本不是关系数据存储。HBase 应用程序是用 Java™ 编写的，与典型的 Apache MapReduce 应用程序非常相似。HBase 支持使用 Apache Avro、REST 和 Thrift 编写应用程序。

HBase 系统设计为线性扩展。它由一组带有行和列的标准表组成，与传统数据库非常相似。每个表都必须有一个定义为主键的元素，并且对 HBase 表的所有访问尝试都必须使用此主键。

Avro 作为一个组件，可支持一组丰富的原始数据类型，包括：数值、二进制数据和字符串；以及大量复杂类型，包括数组、映射、枚举和记录；还可以为数据定义排序顺序。

HBase 依靠 ZooKeeper 进行高性能协调。ZooKeeper 内置于 HBase 中，但如果您正在运行一个生产集群，建议拥有一个与 HBase 集群集成的专用 ZooKeeper 集群。

HBase 与大数据批处理查询引擎 Hive 配合良好，可实现容错大数据应用。

HBase 列代表对象的属性；如果该表存储环境服务器的诊断日志，则每一行可能都是一个日志记录，而典型列可能是写入日志记录的时间戳，或记录来源的服务器名称。

HBase 允许将许多属性分组到列族中，这样列族的元素就全部存储在一起。这与面向行的关系数据库不同；在关系数据库中，给定行的所有列都存储在一起。使用 HBase，您必须预定义表架构并指定列族。但是，可以随时将新列添加到族中，从而使架构灵活并能够适应不断变化的应用程序要求。

正如 HDFS 具有 NameNode 和从节点，MapReduce 具有 JobTracker 和 TaskTracker 从节点一样，HBase 也是基于类似的概念构建。在 HBase 中，主节点管理集群，区域服务器存储表的各个部分并对数据执行处理。由于 NameNode 的可用性，HDFS 存在一些企业应用方面的担忧，与之相似，HBase 对其主节点的丢失也很敏感。