云数据库 HBase 版（ApsaraDB for HBase）是基于 Hadoop 的一个分布式数据库，支持海量的PB级的大数据存储，适用于高吞吐的随机读写的场景。目前在阿里内部有数百个集群，10000台左右规模的集群，服务数百个业务线，在订单存储、消息存储、物联网、轨迹、wifi、安全风控、搜索等领域有较多的在线应用。 阿里云特别提供HBase产品化方案服务广大的中小型客户。
教学课程：云数据库HBase版使用教程
产品优势：
- 与其他厂商HBase产业优势对比
| 云HBase | EMR HBase或者ECS自建及其它友商 | |
|---|---|---|
| 低成本 | 默认数据2副本，相比自建节约1个副本，存储成本降低1/3；支持冷热分离，冷数据存放在便宜的介质，并自动把热数据同步到冷数据 数据冷热分离 | 贵 |
| 一站式能力 | 支持多模式：KV、SQL、全文索引、时空、时序、图查询，支持X-Pack组件族，包括Phoenix、OpenTSDB、时空、Graph、solr及spark，提供一站式数据处理，存储和分析能力。 | 开源版本仅仅支持KV或者自己构建 |
| 产品可用性 | SLA保障，单集群99.9%，双集群99.99% | 无SLA，且有ecs可能落在同一个宿主机，宿主机挂，集群挂 |
| 小版本升级 | 阿里内部版本与云版本一致，不断优化性能，改进稳定性，通过一键升级体现，参考 小版本升级 | 无 |
| 产品数据可靠性 | 通过3副本，共享存储构建大集群，机架感知等方式保障数据可靠性，SLA保障，11个9 | 小集群的数据可靠性低 |
| 双活 | 支持双活 | 不支持 |
| 内核 | 性能提升50%~300% | 开源，没有优化，且很多patch是阿里贡献 |
| 延迟 | 99.9延迟SSD磁盘降低为40ms以内、YGC降低为15ms，基于OffHeap及阿里GC等优化 ，GC优化文章介绍 | 毛刺就多，抖动较大，99.9延迟 300ms+，YGC120ms+ |
| 备份恢复 | 数据备份及恢复 数据备份及恢复 | 不支持 |
| 高压缩 | 支持snappy及zstd 新型压缩算法，编码压缩文章介绍 | 支持有限 |
| 安全 | 支持账号密码访问，ACL | 不支持 |
| 动态扩容及添加节点 | 支持添加磁盘容量及节点、对业务无感知 | 无 |
| 支持分析 | 支持spark高性能分析(带支持) ，算子下推等优化，提升数倍性能 | 开源无性能优化 |
| HBase专业运维 | 内部打磨8年，支持天猫双十一，阿里部署12000，如 大表region合并，自动识别热点、大scan等 | 无 |
- 与传统数据库对比
| 功能 | 分布式云HBase数据库 | 传统关系型数据库(mysql/pg) |
|---|---|---|
| 扩展性 | 无缝扩容到2000台左右，且扩容业务无感知 | 单节点，再业务分库分表 |
| 事务 | 行内事务 | 行内及跨行事务 |
| 行数 | ~万亿+ | ~亿 |
| 列数 | ~百万+ | 1000? |
| TPS | ~1亿+ | ~10w |
| SQL支持 | 支持(标准SQL) | 支持 |
| 索引 | 支持(二级索引)，配合solr支持全文索引 | 支持 |
应用场景
ApsaraDB for HBase的使用场景比较广泛，以至于很多客户无法把握他。以下我们大致列下，适合的场景：
HBase的设计之初是为了存储互联网，几乎所有非事务类结构化的存储需求都可以使用HBASE来满足。HBase是NoSql，讲的是Not only SQL，也是支持SQL及二级索引的。在整个数据的世界里，事务是比较少，占了不到1%的份额，大部分的数据存储都是无事务的。
目前阿里的使用情况：
在讲述具体的HBase场景，我们先看下HBase在整个数据处理大图之间的位置：
云HBase处于数据存储的位置，自带分析的功能
1、数据来源的途径有：
- 通过业务 ECS 直接写入到 云HBase之中
- 有一些消息中间件自带push功能，可以直接写入到HBase之中；有一些不行，需要拉取消息再转化处理后写入到HBase之中
- 通过流式系统，比如：SparkStreaming、Flink、Storm等流式引擎计算写入到云HBase之中
- 从离线同步数据到云HBase之中，一般为T+1同步
- 从关系型数据库同步数据到云Hbase之中，可以做到实时同步
- 在机器学习场景中，直接把云Hbase作为存储
2、云HBase的数据的去向：
- 云HBase自带Phoenix模块分析，支持百亿的毫秒级别分析
- 通过Spark等离线分析引擎分析
- ECS业务端查询，如Scan一些数据，在客户端展示
HBase天生适合物联网的场景，比如：单车、物流轨迹类 等等
满足安全风控、大数据处理、搜索等等具体的场景，一般跟流式系统、离线系统结合
存储包括各类数据，比如：日志、订单、交易数据、消息等等，在线实时写入，在实时查询。历史数据查询批量低，需要分层存储，云HBase预计在12月份支持冷热数据分离存储，降低存储成本
在百亿的数据量下，秒级别返回数据，适合 报表、统计等需求。
更多精品课程：
阿里云大学官网（阿里云大学 - 官方网站，云生态下的创新人才工场）