Question

表格存储和 HBase 的区别

Answer 1

HBase是一个分布式的存储系统，可以很容易在廉价PC上搭建其大规模存储系统，用于存储海量数据，这使得HBase适合于作为站点数据统计工具的存储系统。
1）对于实时数据的统计，HBase能够提供较低延迟的读写访问，承受高并发的访问请求；而对于历史数据的统计，HBase则可以被视为一个巨大的Key-Value存储系统，用于存储各个网站上历史的访问信息，用于做离线的数据分析与报表生成。
2）对于像PV、UV、IP这样需要求累加计算的操作（求SUM/AVG），由于要对HBase表中相关记录进行扫描求和计算，所以如果被统计站点的数据量很大的话，使用HBase来做可能会保证不了很快的响应速度。也就是说，从前端发出一个查询请求到最终结果的响应，时间会比较长（超过1秒或更长）。对于这个问题，将在第3节进行讨论。
3）对于像站点访客流水信息这样的实时数据展示，则比较适合于使用HBase来做，只要我们设计了合理的key，那么在根据key取单条访问记录时响应速度会很快。
下面是一个使用HBase作为存储系统的结构示意图：

其中，HBase服务端就是指HBase集群，应用程序分别通过入库端与查询端对HBase进行写操作与读操作。
从HBase应用角度来看，可以分为两个不同的方向：
1）第一种方向，将HBase视为一个可靠可用的容量巨大的Key-Value存储系统，使用HBase的作用很简单，就是将其作为一个黑匣子来使用，按照之前设计好的表结构来存储具有稀疏结构的数据。基于这种思路，如果HBase无法完全满足业务的需求，就在应用程序层次做一些设计或者优化工作，以最终满足业务的需求。
2）第二种方向，由于HBase是开源的，所以可以对HBase本身机制进行完善与扩展，最终形成一个能够满足业务需要的稳定可用的HBase版本。