HBase 是一个建立在 Hadoop 文件系统（HDFS）之上的高可靠性、高性能、面向列、可伸缩的分布式 NoSQL 数据库。 **设计背景**： 随着互联网发展，数据量呈爆炸式增长，传统关系型数据库在处理海量数据时，在扩展性、读写性能等方面面临挑战。HBase 基于 Google 的 Bigtable 论文设计而来，旨在满足大规模数据存储和实时读写的需求，是 Hadoop 生态系统的重要组成部分。 **主要特点**： 1. 高可靠性：数据存储在 HDFS 上，HDFS 本身具有多副本机制，可自动处理节点故障，保证数据不会丢失。 2. 高性能：采用列式存储，适合随机读写，能快速定位和访问特定列的数据。同时，利用 MemStore 和 HFile 机制，提升读写性能。 3. 可扩展性：支持水平扩展，可通过添加节点来扩展存储容量和处理能力，应对不断增长的数据量和访问请求。 4. 面向列存储：数据按列族组织，同一列族的数据存储在一起，在处理稀疏数据时效率高。 5. 稀疏性：对于空列不占用存储空间，节省资源。 6. 线性扩展：集群规模可线性扩展，添加节点后系统性能也能相应提升。 **架构组件**： - HMaster：负责管理集群，包括表的创建、删除、修改，Region 的分配和负载均衡等。 - RegionServer：负责处理客户端的读写请求，管理分配给它的 Region，将数据存储在 HDFS 上。 - Region：表按行键范围划分为多个 Region，是 HBase 数据分布式存储的基本单元。 - ZooKeeper：协调 HBase 集群，保存集群的元数据，监控 RegionServer 的状态，帮助 HMaster 进行故障转移。 **应用场景**： 1. 实时读写场景：如实时推荐系统，可快速读取用户历史行为数据并实时推荐商品。 2. 海量数据存储：适用于日志记录系统，存储大量的日志数据并支持快速查询。 3. 稀疏数据处理：物联网设备产生的大量稀疏数据，HBase 能高效存储和处理。