如何使用HBase？大数据存储的两个实战场景

HBase是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，适用于结构化的存储，底层依赖于Hadoop的HDFS，利用HBase技术可在廉价PCServer上搭建起大规模结构化存储集群。因此HBase被广泛使用在大数据存储的解决方案中。

　　为何使用HBase

　　HBase的优点：

　　- 列可以动态增加，并且列为空就不存储数据，节省存储空间。

　　- Hbase自动切分数据，使得数据存储自动具有水平scalability。

　　- Hbase可以提供高并发读写操作的支持。


　　HBase的缺点：

　　- 不能支持条件查询，只支持按照Row key来查询。

　　- HBase并不适合传统的事物处理程序或关联分析，不支持复杂查询，一定程度上限制了它的使用，但是用它做数据存储的优势也同样非常明显。

　　因为HBase存储的是松散的数据，所以如果你的应用程序中，数据表每一行的结构是有差别的，那么可以考虑使用HBase。因为HBase的列可以动态增加，并且列为空就不存储数据，所以如果你需要经常追加字段，且大部分字段是NULL值的，那可以考虑HBase。因为HBase可以根据Rowkey提供高效的查询，所以如果你的数据（包括元数据、消息、二进制数据等）都有着同一个主键，或者你需要通过键来访问和修改数据，使用HBase是一个很好地选择。

　　如何使用HBase

　　场景一：卖家操作日志

　　卖家操作日志，顾名思义是用来记录商家操作的系统，从而可以保证商家可以精确查询自己的各种操作。京东有几十万的商家时时刻刻的进行着各种操作，因此卖家操作日志的特点是：数据量大、实时性强、增多查少。

图1

图2

　　我们在做卖家操作日志初期，将所有的操作日志存放在ES中，操作日志的数据量是非常大的，但尴尬的是我们当时所能申请到的ES资源有限。当把大量的数据存储到有限的ES集群中时便导致了性能的下降。在这种情况下，我们选择了只在ES集群中存储最近三个月的数据，对其提供灵活的查询，而长期的数据存储使用HBase来进行。这样的话我们便可以实现对近期操作灵活展现，对长期数据也有精确备份。

　　场景二：京麦消息日志的存储