對，我正在研讀這本書，今天開始，我希望我看完后能有收獲和大家分享，這個日志作為開始，勉勵自己！
對，我應該靜下心，做一些我更喜歡的事情，不能在自我陶醉中迷失！
斷斷續的看，到今天大概把這本書看完了，沒想到這本書的開始，經歷了一件令人憤怒的事情，不料，剛剛看完這本書，經歷了一件傷心的事情，足以影響人生軌跡。生活還要繼續，讀書筆記還是要寫。
不過也只能做個提綱式的總結，具體的大家還是要去看書，我的水平只能告訴大家這本書給我帶來的收獲。
1.HBase建立在Apache Hadoop和Apache Zookeeper這些分布系統之上，HBase也提供單機部署的方式，當然用的是HBase自管理的Zookeeper和linux本地的文件系統。理論上HBase可以運行在任何分布式文件系統上。
2.HBase的數據結構可以認為是一種key-value形式，其中key由行健、列族、列限定符和時間版本四個坐標唯一確定，value就是一個值。HBase理論上是一個無限高的高表，不是一個無限寬的寬表。HBase中所有數據都是作為原始數據（raw data）使用字節數組（byte[]）的形式存儲的。這個keyvalue的數據庫存儲格式可以用java代碼如下表示
Map<RowKey, Map<ColumnFamily, Map<ColumnQualifier, Map<Version, Data>>>>
3.實踐中，使用HTablePool比直接使用HTable更為常見，連接池的方式
HTablePool pool = new HTablePool(); HTableInterface usersTable = pool.getTable("users"); ...// work with the table usersTable.close();
4.HBase執行寫入時會寫到兩個地方：預寫日志（write-ahead log，也稱HLog）和MemStore。只有兩個地方都返回寫成功，才認為寫動作完成。當MemStore填滿后（可以設置大小），其中的數據會刷寫到硬盤，生成一個HFile。一個列族可以有多個HFile，但一個HFile不能存儲多個列族的數據。每個列族有一個MemStore。
5.HBase的行健值設計是關鍵，行健值經常希望是均衡分布的，諸如MD5或SHA1等散列算法通常用來實現這種均衡分布，這個的作用是為寫優化，當往HBase表寫入大量數據時，我們希望在RegionServer上分散負責來進行優化（散列+salting）。散列提供的定長效果也會讓事情變得更輕松。如果把時間設計到行健中，那么時間取反會讓我們scan的時候先獲取到最新的數據。
6.Hadoop是用java編寫的，HBase也是用java編寫的，原生的HBase客戶端也是用java編寫的，HBase也提供了其他不使用Java的客戶端選擇（基於JVM的和不基於JVM的），這部分我略過了，有興趣的朋友可以看下。JRuby、REST網關、Thrift網關。
7.文中提到HBase與GIS配合使用的一個應用實例，主要是關於地理位置的處理，一個簡單的地理位置包括經度緯度，geohash的編碼用經緯度交織編碼，這樣比較靠近的兩個點在存儲上也比較靠近，找尋附近的節點類應用就只要讀取小塊內容就可以，實現最近鄰居查詢，優化了讀。
8.Hadoop和HBase生產機器的部署建議，Hadoop Namenode，JobTracker和Secondary Namenode通常用專門的硬件部署，不要用廉價的機器。Zookeeper和HBase Master可以共享節點，Zookeeper需要奇數跟個實例才能滿足做出決策的法定服務器數量，Zookeeper推薦配置專用的硬盤寫數據，Zookeeper在內存里提供所有的服務，不過它需要將數據持久化存儲到硬盤。HBase RegionServer很耗內存，但是又不能給它配置太大的內存，否則會遇到Java垃圾回收stop-the-world問題。大概不要超過15G的堆空間，因為太大了垃圾回收執行的頻率會變小，但是垃圾回收每次出現，將持續很長時間，因為它要掃描更大的內存區域。理想的做法是關閉RegionServer節點上的交換，sysctl -w vm.swappiness=0
9.HBase可以提供集群間復制，但是推薦zookeeper是自管理的。可以用HBase自帶的工具做主從，主主備份，也可以用Mapreduce提供更加靈活的備份手段。