2017云栖大会HBase专场，阿里巴巴高技术专家悠你带来题为HBase在时间序列数据库中的应用的演讲。本文主要从时序数据和数据库说起，着重分享了HiTSDB针对时序场景的优化，较后分析了HBase作为底层存储的优势。

　　HBase从用法的角度来讲其实乏陈可善，所有更新插入删除基本两个API就可以搞定，要说稍微有点复杂的话，Scan的用法可能会多些说头。而且经过笔者观察，很多业务对Scan的用法可能存在些误区(对于这些误区，笔者也会在下文指出)，因此有了本篇文章的写作动机。

　　在上篇中 大数据学习系列之二 —– HBase环境搭建(单机) 中，成功搭建了Hadoop+HBase的环境，本文则主要讲述使用Java 对HBase的些操作。

　　Apache HBase 1.4.0 已发布，该版本是 1.4 系列的维护版本，目标仍是为 Apache 大数据生态系统等周边带来稳定可靠的数据库。

　　本项目主要解决 check 和 opinion2 张历史数据表(历史数据是指当业务发生过程中的完整中间流程和结果数据)的在线查询。原实现基于 Oracle 提供存储查询服务，随着数据量的不断增加，在写入和读取过程中面临性能问题，且历史数据仅供业务查询参考，并不影响实际流程，从系统结构上来说，放在业务链条上游比较重。

　　在上篇 大数据学习系列之四 ----- Hadoop+Hive环境搭建图文详解(单机) 和之前的 大数据学习系列之二 ----- HBase环境搭建(单机) 中成功搭建了Hive和HBase的环境，并进行了相应的测试。本文主要讲的是如何将Hive和HBase进行整合。

　　PB数据存储千万QPS吞吐随机读写怎么破?云数据库HBase版横空出世，100%兼容HBase协议。自带Phoenix模块分析，支持百亿的毫秒别分析，大数据分析游刃有余。

　　hbase主集群在生产环境已稳定运行有1年半时间，较大的单表region数已达7200多个，每天新增入库量就有百亿条，对hbase的认识经历了懵懂到熟的过程。

　　HBase系统中Region自动切分是如何实现的，这里面涉及很多知识点，比如Region切分的触发条件是什么、Region切分的切分点在哪里、如何切分才能较大的保证Region的可用性、如何做好切分过程中的异常处理、切分过程中要不要将数据移动等

　　HBase的介绍及使用场景;Spark on HBase介绍;以及如何通过Spark的DataFrame访问HBase表。

　　较近突发奇想，想自己搭建个 HBase 集群玩玩，来复习下 HBase 的架构，二来试试搭建个分布式系统需要注意哪些问题，三来可以练练动手能力。

HBase 在Linux&Mac 下的安装和配置

　　HBase从用法的角度来讲其实乏陈可善，所有更新插入删除基本两个API就可以搞定，要说稍微有点复杂的话，Scan的用法可能会多些说头。而且经过笔者观察，很多业务对Scan的用法可能存在些误区(对于这些误区，笔者也会在下文指出)，因此有了本篇文章的写作动机。

HBase 集群监控

　　HBase是个构建在HDFS上的分布式列存储系统。HBase是Apache Hadoop生态系统中的重要员，主要用于海量结构化数据存储;