再谈 HBase 八大应用场景

HBase概述

HBase是一个分布式存储、数据库引擎，可以支持千万的QPS、PB级别的存储，这些都已经在生产环境验证，并且在广大的公司已经验证。特别是阿里、小米、京东、滴滴内部都有数千、上万台的HBase集群。选择一个技术的首要条件是对齐大公司，大公司会投入大量的人力去维护、改进、贡献社区。

关于NewSQL与NoSQL的关系

技术总是不断向前发展的，如今都在提NewSQL，其实NewSQL在笔者看来是NoSQL之上的一个封装，一个子场景。NoSQL中的大表，典型就是提供了KV1V2……Vn，其中每个V可以是1b，也可以是100MB。可以说是一个元的存在，就类似于数字世界的01，可以任意组合。在以HBase为代表的NoSQL中，HBase可以组合出任意的场景，NewSQL可以是之上加了 SQL 层或者更近一层添加事务的子场景。

关于计算与存储分离

在云上，对于引擎最为核心的就是存储计算分离，存储可以按需计费，起码得弹性伸缩。计算则按节点存储提供。如果完全按照QPS计费，要么费用高得吓人，要么难以满足更多的场景，比如存储10M，到底算一次QPS，还是多少次。 由于HBase天生就是存储计算分离，天然比较适配云上的架构，可以说到了云上，HBase更加具有优势。

HBase场景

HBase可以说是一个数据库，也可以说是一个存储。拥有双重属性的HBase天生就具备广阔的应用场景。在最近的一些版本中，引入了OffHeap降低gc影响，优化链路延迟，提供Replica等可以满足在线的需求。引入MOB，可以存储10M左右的对象，完全适应了对象存储。另外由于自身的并发能力、存储能力，可以说是具有最为竞争力的引擎

• 对象存储：我们知道不少的头条类、新闻类的的新闻、网页、图片存储在HBase之中，一些病毒公司的病毒库也是存储在HBase之中
• 时序数据：HBase之上有OpenTSDB模块，可以满足时序类场景的需求
• 推荐画像：特别是用户的画像，是一个比较大的稀疏矩阵，蚂蚁的风控就是构建在HBase之上
• 时空数据：主要是轨迹、气象网格之类，滴滴打车的轨迹数据主要存在HBase之中，另外在技术所有大一点的数据量的车联网企业，数据都是存在HBase之中
• CubeDB OLAP：Kylin一个cube分析工具，底层的数据就是存储在HBase之中，不少客户自己基于离线计算构建cube存储在hbase之中，满足在线报表查询的需求
• 消息/订单：在电信领域、银行领域，不少的订单查询底层的存储，另外不少通信、消息同步的应用构建在HBase之上
• Feeds流：典型的应用就是xx朋友圈类似的应用
• NewSQL：之上有Phoenix的插件，可以满足二级索引、SQL的需求，对接传统数据需要SQL非事务的需求