前言
HBase是一个高可靠，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HDSF，利用HBase可以在廉价PC server上搭建起大规模结构化存储集群。HBase被广泛应用于大数据存储解决方案中。
HBase 特点
HBase优点：
- 列可以动态增加，列为空不会存储数据，节省存储空间
- 自动切分数据，是的数据存储具有水平扩展性
- 可以提供高并发读写操作的支持
HBase缺点：
- 不支持条件查询，只支持按照Row Key来查询
- 不适合传统的事务处理或关联分析，不支持复杂查询
如果应用中的数据每行结构都有差别，可以适用于HBase存储松散数据。可以动态增加列，如果列为空不会存储数据，如果提供的数据存在一个主键，可以依靠HBase的rowkey提供高效查询。
HBase使用场景
卖家操作日志
用来记录商家操作的日志系统，保证商家可以精确查询自己各种操作。卖家无时无刻不再操作，所以卖家操作日志具有数据量大，实时性强，增多查少特点。 
最初的设计是将操作日志放到ES中，操作日志数据量大，当时ES资源有限，所以将最近三个月的数据存储到ES中，而长期数据存储使用HBase进行。
消息日志存储
消息日志用来进行全链路追踪及消息的统计分析，每天有几千万消息量。消息追踪要求实时性，多维度精确查询，将最近一周消息日志存储在ES中，在定期将HBase中数据倒入数据集市中，方便对消息进行统计分析。
HBase架构
Master
Master用于协调多个Region Server，监测各个Region Server之间的状态，平衡Region Server之间负载。Master还负责分配Region给Region Server。允许多个Master节点工程，需要借助ZK。多个Master节点共存时，只有一个Master是提供服务的，其他Master节点处于待命状态，当正在工作的Master节点宕机，其他Master会接管HBase的集群。
Region Server
一个Region Server中包括多个Region，Region Server作用是管理表格，实现读写操作。Client直接连接Region Server，通信获取HBase中的数据。Region则是真实存放HBase数据的地方，Region是HBase的可用性和分布式的基本单位。如果一个表格非常大，由多个CF组成时，表的数据将存放在多个Region之间，并在每个Region中会关联多个存储单元（Store）。
ZK
ZK作为HBase Master的HA解决方案，ZK保证了至少只有一个HBase Master处于运行状态。ZK负责Region和Region Server的注册。
基本原理
HBase通过ZK进行机器之间的协调，Master和Region Server之间的关系通过ZK协调维护。当Client需要访问HBase集群时，client需要先和zk通信，找到对应的Region Server。每个region server管理多个region。
每个region都只存储一个column family数据，该CF中的一段（按照Row的区间分成多个region）。region能存储数据的大小是有上限的，达到上限时，region会进行分裂。数据会分裂到多个region中，这样便于提高数据并行化，提高数据容量。
每个region包含多个store对象，每个sotre包含一个memstore，和一个或多个hfile。 memsotre是数据在内存中的实体，一般是有序存储的，数据向region写时，先写入memsotre，当memstore中数据需要向底层文件系统Dump时，sotre会创建storefile，sotrefile是对hfile的封装。所以memstore中数据最终会写入到hfile中，就是磁盘io。由于HBase底层依靠hdfs，hfile都存储在hdfs上。
来源：oschina
链接：https://my.oschina.net/u/1000241/blog/3048564