对HBase的一些个人看法

HBase是Google Big Table的一个开源实现，关于其基础和架构网上很多，这里就不一一说明，转一篇，这里主要谈谈我个人对Hbase的看法

1、查询：都知道HBase查询快，因为其实基于内存查询，Hbase在写入的时候，优先写入MemStore，这个MemStore就是内存了，查询的时候也就是从内存中返回，所以从这个方面Hbase可以理解为一个分布式缓存，跟平时的缓存没有差别，最简单的WEB系统在使用缓存时，也是在插入的时候先写入内存，在持久化到数据库。查询也是先从内存获取，获取失败再从数据库查询。

2、数据结构：Hbase是列存储，为什么要列存储，其实很简单，传统数据库，如果一个表有20个字段，查询某个字段时，也扫描了该行的全部数据，而列存储的好处是，查询哪些字段，就扫描对应的列表即可，这种在数据量较小下可能看不出什么优势，但是在大数据下，优势还是很明显的

3、关于Region,Region在数据量达到一定阀值后，会split为两个Region，其实这种思想跟数据库按照数据量建表原理一样，为了保证高效查询，在数据量达到一定阀值之后，建立新的表。

因此，个人认为，Hbase的核心就是缓存+列存储+拆表。其余特性其实是分布式系统的特性，例如HMaster的HA，这种在中心化分布式系统中也是很成熟的解决方案，数据的多版本也是分布式系统副本的特性，仅此而已。