HBase介紹
HBase是Hadoop生態系統中一個重要的NOSQL存儲，它一些設計思想來自於Google的Bigtable，因此在Key-Value存儲結構上與同出一門的Cassandra有相似之處。
一，HBase出現的背景
隨着數據規模越來越大，大量業務場景開始考慮數據存儲水平擴展，使得存儲服務可以增加/刪除，而目前的關系型數據庫更專注於一台機器。
海量數據量存儲成為瓶頸，單台機器無法負載大量數據。
單台機器IO讀寫請求成為海量數據存儲時候高並發，大規模請求的瓶頸。
當數據進行水平擴展時候，如何解決數據IO高一致性問題。
結合Map/Reduce計算框架進行海量數據的離線分析。
二，應用場景
HBase與同時代的cassandra，mongoDB相比，其是一個重量級的nosql存儲系統。根據一些信息來源，目前實際產線中cassandra最大部署規模在400台左右，Mongodb則實際應用少見。其它例如memcache,redis，實際上很難說它是個nosql存儲，只能說是緩存存儲，存儲數據量有限。
cassandra出現這樣的一個重要問題在於隨着集群規模越來越大，由於缺乏master節點導致緩存命中率可能非常差。
而HBase在facebook部署有上千台規模。
HBase一個最重要的特性在於，其在滿足海量存儲規模的前提下，數據讀寫IO變化幅度並不是特別明顯，延遲性變化幅度相對較小。
與cassandra不同的是，cassandra滿足CAP原則的高可用性，分區可容忍性原則，而HBase則滿足了分區可容忍性，高一致性原則，對於高可用性，HBase由於HMaster單點失敗問題而無法滿足。
另外一個重要特性在於，HBase與hadoop HDFS，Map/Reduce的天然結合，這是其他NOSQL存儲無法比擬的優勢。
例如在hadoop0.20.2 map/reduce new API中，對於海量數據全局排序，由於缺乏TotalOrderPartitioner對new API支持，甚至直接都可以使用HBase庫中的TotalOrderPartitioner包進行處理。
HBase與hadoop平台能夠結合的一個最大優勢在於，HBase分布式存儲后數據分塊的replication由hadoop HDFS自動分發完成。HBase是一個讀寫延遲性相對較低的nosql存儲，與hadoop HDFS存儲相比，HBASE更專注於單條數據交互讀寫，低延遲性；而HADOOP HDFS則更專注於批量數據的讀寫，更專注於高吞吐量，導致其延遲性較高。
因此對於在線業務應用場景產生的數據，需要進行離線分析時，直接對HADOOP HDFS操作，將使得前期工作更為復雜，需要考慮數據提前合並，避免HADOOP 小文件存儲對NameNode editlog產生的影響，同時還要考慮文件追加寫入，這恰恰是Hadoop HDFS不具有的功能。
因此HBase能夠在Hadoop 生態系統中出現，是有一定原因，它彌補了hadoop上述的缺陷，使得hadoop生態系統服務更加全面。
三，HBase部署的簡單描述。
HBase部署相對是一個較大的動作，其依賴於zookeeper cluster,hadoop HDFS。
其中Zookeeper作用在於：
1，hbase regionserver 向zookeeper注冊，提供hbase regionserver狀態信息（是否在線）
2，hmaster啟動時候會將hbase 系統表-ROOT- 加載到 zookeeper cluster，通過zookeeper cluster可以獲取當前系統表.META.的存儲所對應的regionserver信息。
HMaster主要作用在於，通過HMaster維護系統表-ROOT-,.META.，記錄regionserver所對應region變化信息。此外還負責監控處理當前hbase cluster中regionserver狀態變化信息。
hbase regionserver則用於多個/單個維護region。
region則對應為hbase數據表的表分區數據維護。