1.5　使用HBase的时机

Hadoop是高性能、高稳定、可管理的大数据应用平台。Hadoop实现了一个分布式文件系统（Hadoop Distributed File System，HDFS）。HDFS具有高容错性，被设计部署在低廉的硬件上，为应用程序访问数据提供了高吞吐量，因而适用于那些有着超大数据集的应用程序。HBase的存储是基于Hadoop的。HBase具有超强的扩展性和大吞吐量，采用的存储方式为Key-Value（键-值）方式，故而即使数据量增大也几乎不会导致查询性能的下降。当然，我们也需要注意HBase的缺点——数据分析是HBase的弱项，因为HBase不支持表关联，所以当我们想实现group by或者order by时，需要编写很多的代码来实现MapReduce。正因为如此，我们才需要更合理地使用HBase。下面是笔者根据自己的工作经验给出的一些使用HBase的建议，希望这些建议对于读者的技术选型有所助益。

1）数据量超千万，可以选择使用HBase。

一般而言，如果单表的数据量只有百万的数量级或者更少，则不建议使用HBase，而应该考虑关系数据库是否能够满足应用的需求；如果单表数据量超过千万或者有十亿、百亿的数量级，并且伴有较高并发的存取应用，则可以考虑使用HBase，这样可以充分利用分布式存储系统的优势。

2）数据分析需求不多，可以选择使用HBase。

虽然说HBase是一个面向列的数据库，但是它与真正的列式存储系统（比如Parquet、Kudu等）又有所区别，再加上自身存储架构的设计，使得HBase并不擅长做数据分析。所以如果业务需求是为了做数据分析，比如做报表，那么不建议使用HBase。

3）实时根据主键查询，可以选择使用HBase。

HBase是一个Key-Value数据库，默认对RowKey做了索引优化，所以即使数据量非常庞大，根据RowKey查询的效率也会很高。但是，如果还需要根据其他条件进行查询，则不建议使用HBase。

4）多表连接查询，不建议使用HBase。

HBase是NoSQL产品中的一种，它也具有NoSQL的缺点，就是不能进行连表查询等操作，也就是说，如果业务场景是需要事务支持、复杂的关联查询，则不建议使用HBase。