HBase是一个高可靠、高性能、面向列、可伸缩的分布式数据库，是谷歌BigTable的开源实现，主要用来存储非结构化和半结构化数据。
HBase数据模型
HBase是一个稀疏、多维度、排序的映射表，表的索引是行键（Row Key）、列族（Column Family）、列限定符（Column Qualifier）和时间戳（Timestamp）。值是一个未经解释的字符串，没有数据类型。用户在表中存储数据，每一行都有一个可排序的行键和任意多的列。
表
HBase采用表来组织数据，表由行和列组成，列划分为若干个列族。
行
HBase表由若干行组成，每个行由行键标识。访问行的三种方式：1、通过单个行键访问；2、通过一个行键的区间；3、全表扫描。行键可以是任意字符串（最大长度64KB，实际应用中10~100byte）。行键保存为字节数组，并按照字典序排序存储。
列族
HBase表是许多列族的集合，列族是基本的访问控制单元。存储在一个列族的所有数据，通常都属于同一数据类型。列名都以列族作为前缀，例如course:history和course:math都属于course这个列族。访问控制、磁盘和内存的使用统计都是在列祖层面进行的。
列限定符
列族数据通过列限定符来定位，列限定符没有数据类型，视为字节数组byte[]。
单元格
HBase表中，通过行键、列族和列限定符确定一个单元格（Cell），单元格存储的数据没有数据类型，也视为byte[]。每个单元格可以保存一个数据的多个版本，每个版本对应一个时间戳。
时间戳
时间戳是每个单元格数据版本的索引，一般是64位整型，用户赋值或HBase数据写入时自动赋值。每次对单元格执行操作（新建、修改、删除）时，HBase会隐式生成并存储一个时间戳，在单元格中顺序存储来表征数据版本。
表在水平方向由一个或多个列族组成，一个列族可以包含任意多个列，同一个列族的数据存储在一起。列族支持动态扩展，可以任意添加多个列族或列。由于同一张表里每一行数据都可以有截然不同的列，因此对于整个映射表数据来说，有些列的值就是空的，所以说HBase是稀疏的。
HBase执行更新操作时，不会删除数据的旧版本，而是生成一个新版本，旧版本仍然保留。查询数据时，可以有两种数据返回方式：1、返回最近的n个版本；2、返回最近一段时间内的版本。
数据坐标
HBase根据行键、列族、列限定符和时间戳来确定一个单元格，因此可以视为一个四维坐标，即[行键，列族，列限定符，时间戳]。也可以看成一个键值数据库。
概念视图
概念视图中，一个表可以视为一个稀疏、多维的映射关系。每个行都包含相同的列族，尽管存在列族没有数据，可以看出稀疏这一特点。
物理视图
采用基于列的存储方式。如果某些列是空的，则在物理视图中不会有存储体现。
行式数据库：使用NSM（N-ary Storage Model）存储模型，一个元组（行）会被连续存在磁盘页。数据是一行行存储，第一行写入磁盘页，然后再继续写入第二行。适合处理小批量数据。
列式数据库：使用DSM（Decomposition Storage Model）存储模型，一个有n个属性的关系会被分解成n个子关系，每个子关系单独存储，每个子关系只有相应的属性被请求时才会被访问。适合批量数据处理和即席查询。
HBase实现原理
HBase实现包括3个功能组件：库函数，负责链接到每个客户端；一个Master主服务器，负责管理和维护HBase表的分区信息（如Region的分配和维护），以及处理模式变化（如表和列族的创建、维护）；许多Region服务器，负责存储和维护分配给自己的Region，处理来自客户端的读写请求。
根据行键对表进行分区，每个行区间构成一个分区，称为Region，包含了位于某个值域区间的所有数据，是负载均衡和数据分发的基本单位。每个Region有一个RegionID来标识唯一性，所以一个Region标识符可以表示为“表名+开始主键+RegionID”。
HBase使用类似B+树的三层结构来保存Region位置信息：
三级寻址：客户端访问数据前，需要先访问Zookeeper，获取-ROOT-表位置信息，然后访问-ROOT-表获得.META.表信息，接着访问.META.表找到所需Region位于哪个Region服务器，最后到该服务器读取数据。
HBase运行机制
HBase系统架构包括：客户端、Zookeeper服务器（集群的总管理者）、Master服务器（负责表和Region的管理）、Region服务器（最核心模块，维护分配给自己的Region，响应客户端读写请求），一般采用HDFS作为底层数据。
Region服务器内部管理一系列Region对象和一个HLog文件，HLog保存在磁盘，记录所有的更新操作，来保证系统发生故障时能恢复到正确状态。每个Region对象由多个Store组成。每个Store对应一个列族的存储，包含一个MemStore和若干个StoreFile，MemStore是内存中的缓存，保存最近更新的数据；StoreFile保存在磁盘，这些文件都是B树结构，底层是HDFS的HFile，采用压缩式存储，大大减少了网络I/O和磁盘I/O。
Not Only SQL
NoSQL四大类型：键值数据库、列族数据库、文档数据库、图数据库。
NoSQL BASE 特性：基本可用（basically available）、软状态（soft-state）、最终一致性（eventual consistency）。
数据库事务ACID特性：原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）、持久性（Durability）。
云数据库系统功能：容灾、读写分离、分库分表、资源管理、资源调度、资源隔离、数据安全。
