1 主要區別

1.1、Hbase適合大量插入同時又有讀的情況

1.2、 Hbase的瓶頸是硬碟傳輸速度，Oracle的瓶頸是硬碟尋道時間。

  Hbase本質上只有一種操作，就是插入，其更新操作是插入一個帶有新的時間戳的行，而刪除是插入一個帶有插入標記的行。其主要操作是收集記憶體中一批資料，然後批量的寫入硬碟，所以其寫入的速度主要取決於硬碟傳輸的速度。Oracle則不同，因為他經常要隨機讀寫，這樣硬碟磁頭需要不斷的尋找資料所在，所以瓶頸在於硬碟尋道時間。

1.3、Hbase很適合尋找按照時間排序top n的場景

1.4、索引不同造成行為的差異。

1.5、Oracle 既可以做OLTP又可以做

2 Hbase的侷限：

1、只能做簡單的Key value查詢，複雜的sql統計做不到。

2、只能在row key上做快速查詢。

3 傳統資料庫的行式儲存

    在資料分析的場景裡面，我們經常是以某個列作為查詢條件，返回的結果經常也只是某些列，不是全部的列。行式資料庫在這種情況下的I/O效能會很差，以Oracle為例，Oracle會有一個很大的資料檔案，在這個資料檔案中，劃分了很多block，然後在每個block中放入行，行是一行一行放進去，擠在一起，然後把block塞滿，當然也會預留一些空間，用於將來update。這種結構的缺點是：當我們讀某個列的時候，比如我們只需要讀紅色標記的列的時候，不能只讀這部分資料，我必須把整個block

3.1 B+索引

    Oracle中採用的資料訪問技術主要是B數索引：

從樹的跟節點出發，可以找到葉子節點，其記錄了key值對應的那行的位置。

對B樹的操作：

B樹插入——分裂節點

     B數刪除——合併節點

4 列式儲存

      同一個列的資料會擠在一起，比如擠在block裡，當我需要讀某個列的時候，值需要把相關的檔案或塊讀到記憶體中去，整個列就會被讀出來，這樣

      同一個列的資料的格式比較類似，這樣可以做大幅度的壓縮。這樣節省了儲存空間，也節省了I/O,因為資料被壓縮了，這樣讀的資料量隨之也少了。 

      行式資料庫適合OLTP，反倒列式資料庫不適合OLTP。

4.1 BigTable的LSM（Log Struct Merge）索引

     在Hbase中日誌即資料，資料就是日誌，他們是一體化的。為什麼這麼說了，因為Hbase的更新時插入一行，刪除也是插入一行，然後打上刪除標記，則不就是日誌嗎？

     在Hbase中，有Memory Store,還有Store File，其實每個Memory Store和每個Store File就是對每個列族附加上一個B+樹(有點像Oracle的索引組織表，資料和索引是一體化的)， 也就是圖的下面是列族，上面是B+樹，當進行資料的查詢時，首先會在記憶體中memory store的B+樹中查詢，如果找不到，再到Store File中去找。

     如果找的行的資料分散在好幾個列族中，那怎麼把行的資料找全呢？那就需要找好幾個B+樹，這樣效率就比較低了。所以儘量讓每次insert的一行的列族都是稀疏的，只在某一個列族上有值，其他列族沒有值，