1、Hadoop局限

要想明白为什么产生HBase，就需要先了解Hadoop存在的限制？

• Hadoop的局限在于只能执行批处理，并且只能顺序访问数据，即使最简单的工作，都必须搜索整个数据集，无法实现随机访问。
• 传统的关系型数据库可以实现数据的随机访问，但它却不能用于海量数据的存储。
• HBase可以解决海量数据存储和随机访问问题

2、HBase简介

• HBase是基于HDFS的面向列的分布式数据库。
• HBase依托于HDFS作为最基本存储单元，可以实现实时地随机访问超大规模结构化数据集。
• HBase特点：①数据访问速度快，响应时间约2-20毫秒；②支持随机读写，每个节点20k~100k+ ops/s；③可扩展性，可扩展到20,000+节点

3、HBase Table

HBase的数据模型是由一张张的表组成的，表由行和列组成，又不同于关系型数据库的行和列。

• 表：HBase的表将映射成HDFS中的文件。
• 行：表中的每一行代表一个数据对象，每一行都以一个行关键字（Row Key）进行唯一标识。
• 列簇：HBase表中的每一列都归属于某个列簇，列簇是表的Schema的一部分，而列不是。在定义HBase表的时候需要提前设置好列簇，列簇一旦确定后就不能轻易更改。
• 列：每个列簇可以包含任意数量的列。
• 存储单元：每一个行键、列关键字共同组成一个单元格，在该单元格中存储数据。
• 时间戳：在向HBase表中插入数据时都会使用时间戳来进行版本标识，作为单元格数据的版本号。每一个列簇的单元格数据的版本数量都由HBase单独维护，默认情况下HBase保留三个版本的数据。

也就是说，HBase是一个面向列簇的数据库，表schema仅定义列簇，表具有多个列簇，每个列簇可以包含任意数量的列，列由多个单元格（cell）组成，单元格可以存储多个版本的数据，多个版本数据以时间戳进行区分。

4、Phoenix

Phoenix是HBase的开源SQL中间层，它允许使用标准的JDBC的方式来操作HBase上的数据。使用Java API访问HBase太过复杂，Phoenix可以使用标准的SQL来完成对HBase上数据的操作。