背景
GFS：分散式檔案系統，使用商用硬體叢集儲存海量資料。檔案將資料在節點之間冗餘複製（伺服器故障，也不會影響資料的可用性）。它對資料的流式讀取也做了優化，可邊處理邊讀取。
適合儲存少許非常非常大的檔案，而不適合儲存成千上萬的小檔案，因為檔案的元資料資訊最終要儲存在主節點的記憶體中，檔案越多壓力越大。

MapReduce：GFS架構的一個補充，它能夠充分利用GFS叢集中的商用伺服器提供的大量CPU。MR和GFS形成了處理海量資料的核心力量。
不過兩個系統都缺乏實時隨機儲存資料的能力（意味著尚不足以處理Web服務）。

Google嘗試找到一種能驅動互動應用的解決方案。

Hbase 是從摒棄關係型的特點、採用簡單的API來進行增刪改查、一個掃描函式、較大的鍵範圍或全表範圍上迭代出發構建的。
Hbase實現了BigTable

表、行、列、單元格
Hbase中最基本單位是列，一列或者多列形成一行，由唯一的行健來確定儲存。反過來，一個表中有多行，每列可能有多個版本，在每一個單元格中儲存不同值。

在字典序中，是按照二進位制逐位元組從左到右一次對比每一個主鍵。
按照行健排序可以得到RDBMS的主鍵索引一樣的特徵。（行健是唯一的，只能出現一次），行健可以是任意位元組陣列，但不一定是人可直接讀的。
一行由若干列組成，若干列組成一個列族。（有助於構建語義邊界，還有助於設定特性（如壓縮，或者指示他們存在記憶體））
一個列族的所有列儲存在同一個底層檔案裡，這個儲存檔案HFile
列族需要在表建立時就定義好，不能太頻繁修改，數量也不能太多。
列數量沒有限制。
列值也沒有型別和長度限制。
行和列沒有像表格一樣排列，而是採用標籤描述。（資訊都是儲存在一個特定的標籤下）

NULL值：RDBMS中沒有值的地方會新增一個null，但在Hbase的架構中，直接省略了整個列，（即空值不會有任何消耗，不佔空間）

列值都具有時間戳，預設系統指定，也可使用者顯示設定。一般用過時間戳來區分版本數，一個單元格的值按照降序排列在一起，優先讀取最新值。
使用者可以指定每一個值所能儲存的最大版本數。還支援謂詞刪除
HBase是一個稀疏的、分散式的、持久化的、多維的對映、有行健、列鍵和時間戳索引。

webtable：Bigtable和Hbase的應用場景，儲存從網際網路上抓取的網頁。

行資料的存取是原子性的，這促成了系統架構具有強一致性。
多版本和時間戳能幫助應用層解決一致性問題。

自動分割槽
region：HBase中擴充套件和負載均衡的基本單元，本質是以行健排序的連續儲存區間。（如果region太大，系統會動態拆分，相反，就把多個region合併）
一張表初始只有一個region，每次資料插入，系統都會檢查是否超過了配置的最大值。超過就用中間鍵將region拆分為兩個相等的子region。

每一個region只能被一臺region伺服器（region server）載入，每一臺region server可以載入多個region
當一個伺服器出現故障後，該伺服器上的region可以快速恢復，並獲得細粒度的負載均衡，因為當服務於某個region的伺服器當前負載過大、產生錯誤或者停止使用或者不可用時，系統會將region移到其它伺服器上。
region的拆分非常快。因為拆分之後的region讀取的仍然是元儲存檔案，只到合併或者非同步地寫為獨立檔案。