在 2015 年，HBase 迎来了个里程碑——HBase 1.0 release，这也代表着 HBase 走向了稳定。

HBase应用开发回顾与总结系列之四：HBase配置管理类接口设计

　　所谓RowKey行键生成器，是指通过软件工具制定行键生成策略，并可将策略信息保存成本地策略文件，待需要时再将本地策略文件序列化成行键生成策略对象，传入数据行信息后可自动生成RowKey行键。

　　虽然行键在HBase中是以byte[]字节数组的形式存储的，但是建议在系统开发过程中将其数据类型设置为String类型，保证通用性;如果在开发过程中将RowKey规定为其他类型，譬如Long型，那么数据的长度将可能受限于编译环境等所规定的数据长度。

　　前段时间有套线上HBase出了点小问题，导致该套HBase集群服务停止了2个小时，从而造成使用该套HBase作为数据存储的应用也出现了服务异常。在排查问题之余，我们不禁也在思考，以后再出现类似的问题怎么办?这种问题该如何避免?用惯了MySQL，于是乎想到了HBase是否跟MySQL样，也有其高可用方案?

　　笔者本人接触研究HBase也有半年之久了，虽说不上深入和系统，但至少算是比较沉迷。作为部门里大数据技术的探路者，笔者还要承担起技术传播的职责，所以在摸索研究的过程中总是不断地进行总结和测试，路走来，慢慢地积累了些东西，整理了下，做成个技术系列文档，暂时就叫做“HBase应用开发回顾与总结”。

　　HBase是Hadoop大数据生态技术圈中的项关键技术，是种用于分布式存储大数据的列式数据库，关于HBase更加详细的介绍和技术细节，朋友们可以在网络上进行搜寻，笔者本人在接下来的日子里也会写个HBase方面的技术专题，有兴趣的朋友们可以稍微的期待下。不过本章节的是介绍下HBase表数据的分页处理，其他的就不多说了。

　　2015年12月10-12日，由中国计算机学会(CCF)主办，CCF大数据专家委员会承办，中国科学院计算技术研究所、北京中科天玑科技有限公司与CSDN共同协办，以“数据安全、深度分析、行业应用”为主题的 2015中国大数据技术大会 (Big Data Technology Conference 2015，BDTC 2015)在北京新云南皇冠假日酒店盛大开幕。

　　在《 Hadoop-Drill深度剖析 》文当中，给大家介绍了Drill的相关内容，就实时查询来说，Drill基本能够满足要求，同时还可以做个简单业务上的聚合，如果在使用Hive做些简单的业务统计(不涉及多维度，比如CUBE，ROLLUP之类的函数)

　　HBase —— Hadoop Database的简称，Google BigTable的另种开源实现方式，从问世之初，就为了解决用大量廉价的机器高速存取海量数据、实现数据分布式存储提供可靠的方案。从功能上来讲，HBase不折不扣是个数据库，与我们熟悉的Oracle、MySQL、MSSQL等样，对外提供数据的存储和读取服务。

使用Sqoop从MySQL导入数据到Hive和HBase 及近期感悟

　　目前主流的数据库或者NoSQL要么在CAP里面选择AP，比较典型的例子是Cassandra，要么选择CP比如HBase，这两个是目前用得非常多的NoSQL的实现。我们的价值观定认为未来是分布式的，定是尽量倾向于全部都拥有，大部分情况下取舍都是HA，主流的比较高的数据库都会选择C，分布式系统定逃不过P，所以A就只能选择HA。

　　线上有台服务器随时可能会挂掉，所以需要把在这个服务器上hbase的regionserver和hdfs的datanode节点移除。然后重新拿台新服务器部署接管。

　　DependentColumnFilter是种允许用户指定个参考列或引用列来过滤其他列的过滤器，过滤的原则是基于参考列的时间戳来进行筛选 。

　　今天主要分享下我们在使用HBase过程中遇到的些问题，以及我们的些实战经验。