為什么要選擇列式存儲
行式存儲和列式存儲主要是在物理存儲的選擇上面，這里主要是選擇從實體的完整性角度進行存儲，還是從實體特征維度進行存儲，行式存儲就是以實體為單位進行存儲，在物理存儲上，一個實體（的特征屬性）緊挨着另外一個實體；列式存儲就是從實體特征維度進行存儲，通常是以列為物理存儲單元，這種存儲模式也決定了查詢的模式也是基於列取查詢；所以，當我們想要按照實體去查詢列式存儲的數據，一般都是需要並行查詢，所以列式存儲天生的是分布式數據庫的架構。
在OLTP場景，更多的基於實體的維護和查詢，但是在OLAP場景，則是更多地從實體特征角度進行數據處理（統計），所以在OLAP的場景下，如果還是使用行式存儲，會導致大量的無謂的遍歷，比如想要對某個列進行所有數據的統計，因為是行式存儲，需要遍歷所有的實體的所有的屬性；如果列式存儲，則只需要按照列進行查詢即可，因為列式存儲是以列一個物理存儲單元，所以遍歷只要遍歷相應列的物理存儲文件即可。
那么從這個角度上面來講，HBase其實是行列存儲的一個綜合體，從宏觀角度是按照列簇為單位進行存儲，從微觀角度，每一個列簇的單元是由key，value的鍵值對組成（可能是很多歌鍵值對，因為一個列簇可以包含很多列），但是values其實是行式存儲，另外HBase並不建議采用度過列簇，列簇不要超過2個，所以列式存儲的優勢並沒有完全發揮出來，但是基於HBase的技術架構，只能這樣處理，如果是純粹的列式存儲對於HBase的性能會有大影響。
采用列式存儲還有一個好處就是可以方便的進行編碼和壓縮，因為一列中的值大概率是有大量重復的，可以對於這些重復的值進行編碼以及壓縮，節省存儲空間。
為什么HBase建議列簇不要超過2個
1. memstore只要一個滿了就會刷，未滿的列簇會形成大量的小文件，增加查詢成本；以及會潛在增加compact的次數（文件數量、文件大小都會導致compact）；
2. 文件的Split也有類似問題，只要一個列簇文件大小達到了split，就會將這個region下所有的列簇的進行分割。
綜合來看，上述兩點其實描述了HBase處理數據的特點，就是只要一個列簇滿足條件，那么這個region下面所有的列簇都會因此而被觸發相應操作，就是我們通常講的“躺槍”。注意，這里強調HBase的相關操作都是在Region級別完成的，分布式嘛，各自維護好自己那一塊。