一、Hbase能做什么？

1. 海量数据存储：

上百亿行 x 上百万列

并没有列的限制

当表非常大的时候才能发挥这个作用， 最多百万行的话，没有必要放入hbase中

2. 准实时查询：

百亿行 x 百万列，在百毫秒以内

二、Hbase在实际场景中的应用：

1. 交通方面：

船舶GPS信息，全长江的船舶GPS信息，每天有1千万左右的数据存储。

2. 金融方面：

消费信息，贷款信息，信用卡还款信息等

3. 电商：

淘宝的交易信息等，物流信息，浏览信息等

4. 移动：

通话信息等，都是基于HBase的存储。

Hbase的特点：

1. 容量大：

传统关系型数据库，单表不会超过五百万，超过要做分表分库，不会超过30列

Hbase单表可以有百亿行、百万列，数据矩阵横向和纵向两个维度所支持的数据量级都非常具有弹性

2. 面向列：

面向列的存储和权限控制，并支持独立检索，可以动态增加列，即，可单独对列进行各方面的操作

列式存储，其数据在表中是按照某列存储的，这样在查询只需要少数几个字段的时候，能大大减少读取的数量

3. 多版本：

Hbase的每一个列的数据存储有多个Version，比如住址列，可能有多个变更，所以该列可以有多个version

4. 稀疏性：

为空的列并不占用存储空间，表可以设计的非常稀疏。

不必像关系型数据库那样需要预先知道所有列名然后再进行null填充

5. 拓展性：

底层依赖HDFS，当磁盘空间不足的时候，只需要动态增加datanode节点服务(机器)就可以了

6. 高可靠性：

WAL机制，保证数据写入的时候不会因为集群异常而导致写入数据丢失

Replication机制，保证了在集群出现严重的问题时候，数据不会发生丢失或者损坏

Hbase底层使用HDFS，本身也有备份。

7.高性能：

底层的LSM数据结构和RowKey有序排列等架构上的独特设计，使得Hbase写入性能非常高。

Region切分、主键索引、缓存机制使得Hbase在海量数据下具备一定的随机读取性能，该性能针对Rowkey的查询能够到达毫秒级别

LSM树，树形结构，最末端的子节点是以内存的方式进行存储的，内存中的小树会flush到磁盘中（当子节点达到一定阈值以后，会放到磁盘中，且存入的过程会进行实时merge成一个主节点，然后磁盘中的树定期会做merge操作，合并成一棵大树，以优化读性能。）

LSM树的介绍：https://www.cnblogs.com/yanghuahui/p/3483754.html

总结：

面向列，容量大，写入比mysql快但是读取没有，超过五百万条数据的话建议读写用Hbase

 

转:https://www.jianshu.com/p/fe63e9786146