也許你已經(jīng)在一些地方看到這個(gè)消息，F(xiàn)acebook 已經(jīng)開發(fā)一款新的社會(huì)化收件箱，集成了電子郵件、即時(shí)通訊、短信、文本信息、Facebook站內(nèi)信息。最重要的是，他們需要每個(gè)月存儲(chǔ) 1350 億條信息。他們?cè)谀睦锎鎯?chǔ)這些信息？Facebook的Kannan Muthukkaruppan 在《信息背后的技術(shù)》一文中給出一個(gè)令人驚奇的答案：HBase。HBase 擊敗了MySQL、Cassandra和其他一些選項(xiàng)，成為了Facebook的選擇。

　　為什么這一選擇令人驚奇？Facebook 創(chuàng)建了Cassandra，其目的就是為了建造一個(gè)收件箱類型的應(yīng)用程序，但是最終他們發(fā)現(xiàn)，Cassandra的一致性模型并不能很好地適用于Facebook 新的實(shí)時(shí)信息系統(tǒng)。另外，F(xiàn)acebook 還有一個(gè)擴(kuò)展的MySQL 架構(gòu)，不過他們發(fā)現(xiàn)，當(dāng)數(shù)據(jù)集和索引變大時(shí)，性能會(huì)變得讓人無法忍受。另外，他們?cè)究梢宰约洪_發(fā)一套系統(tǒng)，但他們最終還是選擇了 HBase。

　　HBase是一個(gè)可以橫向擴(kuò)張的表存儲(chǔ)系統(tǒng)，能夠?yàn)榇笠?guī)模數(shù)據(jù)提供速度極快的低等級(jí)更新。這正是信息系統(tǒng)所需要的功能。另外，HBase是一個(gè)基于列的鍵值存儲(chǔ)系統(tǒng)，并且是構(gòu)建于 BigTabe 模型之上。HBase善于根據(jù)鍵訪問行，以及對(duì)于一系列的行進(jìn)行掃描和過濾。同樣，這也是信息系統(tǒng)所需要的功能。不過，它并不支持復(fù)雜查詢。查詢通常交給分析工具處理，比如 Hive，F(xiàn)acebook創(chuàng)建了Hive，目的是處理他們?nèi)萘扛哌_(dá)多個(gè)拍字節(jié)（petabyte）的數(shù)據(jù)倉庫。同時(shí)，Hive 是基于Hadoop的文件系統(tǒng)HDFS，而HBase使用的也是這一文件系統(tǒng)。

　　Facebook 選擇了HBase，因?yàn)樗麄儗?duì)他們的應(yīng)用進(jìn)行了監(jiān)視，并明白他們到底需要什么。他們所需要的是一個(gè)可以處理以下兩種類型的數(shù)據(jù)模式：

　　1. 一小組經(jīng)常變化的臨時(shí)數(shù)據(jù)；

　　2. 一組不斷增加但很少訪問的數(shù)據(jù)。

　　這很有道理。當(dāng)前收件箱里的郵件你只會(huì)看一次，之后你很少會(huì)再去翻看這些電子郵件。這兩種類似的數(shù)據(jù)是如此不同，所以有人也許在想應(yīng)該使用兩種不同的系統(tǒng)。不過，很明顯，HBase 能夠很好地處理這兩種類型的數(shù)據(jù)。他們?nèi)绾翁幚沓Ｒ?guī)的搜索功能，尚不清楚，因?yàn)檫@并非 HBase 的優(yōu)勢所在，不過，HBase 可以集成多個(gè)搜索系統(tǒng)。

　　Facebook 系統(tǒng)的一些關(guān)鍵點(diǎn)：

　　● HBase：

　　○ 具有比Cassandra更簡潔的一致性模型。

　　○ 對(duì)于他們的數(shù)據(jù)模式具有很好的擴(kuò)展能力和處理能力。

　　○ 大多數(shù)功能能夠滿足他們的需求：自動(dòng)加載平衡和故障轉(zhuǎn)移、壓縮支持功能、單個(gè)服務(wù)器的多碎片功能等。

　　○ HBase 所使用的文件系統(tǒng)HDFS，支持復(fù)制、端對(duì)端校驗(yàn)和，以及自動(dòng)再次平衡。

　　○ Facebook 的運(yùn)營團(tuán)隊(duì)具有豐富的HDFS使用經(jīng)驗(yàn)，因?yàn)镕acebook是Hadoop的大用戶，而Hadoop使用 HDFS 作為它的分布式文件系統(tǒng)。

　　● Haystack 用于存儲(chǔ)附件。

　　● 從無到有，編寫可自定義的應(yīng)用程序服務(wù)器，其目的是為了滿足多個(gè)不同來源流入的大量信息。

　　● 用戶發(fā)現(xiàn)服務(wù)（user discovery service）構(gòu)建于 Zookeeper 之上。

　　● 對(duì)于以下功能可訪問架構(gòu)服務(wù)：電子郵件賬號(hào)驗(yàn)證、好友關(guān)系、隱私?jīng)Q策以及發(fā)送決策（通過聊天工具或短信發(fā)送一條消息？）

　　● 保持小團(tuán)隊(duì)做大事情的一貫作風(fēng)，15 位工程師在一年內(nèi)發(fā)布了 20 項(xiàng)新的架構(gòu)服務(wù)。

　　● Facebook將不會(huì)對(duì)單個(gè)數(shù)據(jù)庫平臺(tái)進(jìn)行標(biāo)準(zhǔn)化，對(duì)于不同的任務(wù)他們將使用不同的平臺(tái)。

　　Facebook 通過選擇HBase將極大地推動(dòng)該系統(tǒng)的采用，同時(shí)Facebook具有豐富的 HDFS/Hadoop/Hive 使用經(jīng)驗(yàn)。想到這些，就讓人興奮的無法入睡。這是任何一款產(chǎn)品的夢想：成為另一個(gè)非常流行的產(chǎn)品的搭檔，并期待成為其生態(tài)系統(tǒng)的一部分。這正是 HBase 所取得的成功。HBase 已經(jīng)在許多方面去多了不錯(cuò)的成績：實(shí)時(shí)、分布、線性擴(kuò)展、健壯、BigData、開源、鍵值、面對(duì)列，我們將會(huì)看到 HBase 變得更加流行，尤其是它已經(jīng)獲得了 Facebook 的眷顧和青睞。

　　HBase是一個(gè)分布式的、面向列的開源數(shù)據(jù)庫，該技術(shù)來源于Chang et al所撰寫的Google論文“Bigtable：一個(gè)結(jié)構(gòu)化數(shù)據(jù)的分布式存儲(chǔ)系統(tǒng)”。就像Bigtable利用了Google文件系統(tǒng)（File System）所提供的分布式數(shù)據(jù)存儲(chǔ)一樣，HBase在Hadoop之上提供了類似于Bigtable的能力。HBase是Apache的 Hadoop項(xiàng)目的子項(xiàng)目。HBase不同于一般的關(guān)系數(shù)據(jù)庫,它是一個(gè)適合于非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)的數(shù)據(jù)庫.另一個(gè)不同的是HBase基于列的而不是基于行的模式。HBase使用和Bigtable非常相同的數(shù)據(jù)模型。用戶存儲(chǔ)數(shù)據(jù)行在一個(gè)表里。一個(gè)數(shù)據(jù)行擁有一個(gè)可選擇的鍵和任意數(shù)量的列。表是疏松的存儲(chǔ)的，因此用戶可以給行定義各種不同的列。HBase主要用于需要隨機(jī)訪問，實(shí)時(shí)讀寫你的大數(shù)據(jù)（Big Data）。


HBase架構(gòu)圖