HBase本身的設(shè)計目標(biāo)是支持稀疏表，而稀疏表通常會有很多列，但是每一行有值的列又比較少。如果不使用Column Family的概念，那么有兩種設(shè)計方案：1.把所有列的數(shù)據(jù)放在一個文件中（也就是傳統(tǒng)的按行存儲）。那么當(dāng)我們想要訪問少數(shù)幾個列的數(shù)據(jù)時，需要遍歷每一行，讀取整個表的數(shù)據(jù)，這樣子是很低效的。2.把每個列的數(shù)據(jù)單獨分開存在一個文件中（按列存儲）。那么當(dāng)我們想要訪問少數(shù)幾個列的數(shù)據(jù)時，只需要讀取對應(yīng)的文件，不用讀取整個表的數(shù)據(jù)，讀取效率很高。然而，由于稀疏表通常會有很多列，這會導(dǎo)致文件數(shù)量特別多，這本身會影響文件系統(tǒng)的效率。而Column Family的提出就是為了在上面兩種方案中做一個折中。HBase中將一個Column Family中的列存在一起，而不同Column Family的數(shù)據(jù)則分開。由于在HBase中Column Family的數(shù)量通常很小，同時HBase建議把經(jīng)常一起訪問的比較類似的列放在同一個Column Family中，這樣就可以在訪問少數(shù)幾個列時，只讀取盡量少的數(shù)據(jù)。

hadoop的hdfs支持海量數(shù)據(jù)量存儲 mapreduce支持對海量數(shù)據(jù)的分布式處理 oracle雖然可以搭建集群 但是當(dāng)數(shù)據(jù)量達到一定限度之后查詢處理速度會變得很慢 且對機器性能要求很高 其實這兩個東西不是同類 hadoop是一個分布式云處理架構(gòu)，傾向于數(shù)據(jù)計算 而oracle是一個關(guān)系型數(shù)據(jù)庫，傾向于數(shù)據(jù)存儲。要說比較可以比較hbase與oracle。 hbase是一種nosql數(shù)據(jù)庫，列式數(shù)據(jù)庫，支持海量數(shù)據(jù)存儲，支持列的擴展，但是查詢操作較復(fù)雜，不如oracle這類關(guān)系型數(shù)據(jù)庫簡單，且只支持一個索引，但是Hbase在表結(jié)構(gòu)設(shè)置合理情況下，查詢速度跟數(shù)據(jù)量大小沒有太大關(guān)系，即數(shù)據(jù)量的大小不會影響到查詢速度，順便說句Hbase查詢速度可以達到ms級

對于一個曾經(jīng)運維過幾百個節(jié)點的HBase集群的運維人員，并且Request每秒在5w以上，一定遇到過如下類似的問題。 ZooKeeper服務(wù)在不停地報警指示在zookeeper的unassigned路徑由一些節(jié)點在會一直存在，而且它的版本在不斷增加。