傳統的關係型數據庫無法存放海量數據，因此HBase誕生，解決海量數據存取難題。當然除了HBase，還有很多其他類型的數據庫解決不同的問題。HBase的誕生參考了谷歌的這兩篇論文，值得閱讀：
HBase應用邏輯的基本概念有：
- 表：表有表名，其含有多個row
- row：由row key和多個column組成。行級別的數據是原子性的。
- column：儲存任意二進制數據。column可以達到上百萬個。數據可以有多個版本，每個版本的數據存在cell中。版本可以設置刪除策略，支持數量、過期時間策略。
- column family：由多個column組成。column family只能有幾十個。
HBase支持的操作有：對數據的CRUD、scan、CAS、計數器、coprocessor，還有建表、刪表、增加列族、修改列族、刪除列族。
- CURD：用row key去增刪改查
- scan：指定row key的範圍，批量取數據
- CAS：爲確保一致性而提供的操作，check and set，確認版本沒變過的情況下寫入數據
- 計數器：支持原子性的計數器操作
- coprocessor：協處理器，客戶端提交代碼在服務端運行，更快的處理數據
HBase運維層面的基本概念有：
- master節點：負責協調region在各個節點中的分佈，並將信息儲存在zookeeper中，一個集羣內可以起多個master節點，但同一時間只能有一個master掌握實權，其餘都是替補。
- region server：負責處理針對region的請求。一個region server內可以包含多個region。通常10~1000個region性能最優。客戶端直接與region server相連，請求直接發給它。
- region：最小負載單元，每個region包含表名、首行key、末行key。也就是說每個region負責一張表的一部分內容。如果region中數據量過多，則會進行自動拆分，分成兩個region，然後遷移到別的節點。
- HFile：包含多個塊，每個塊中儲存某個column數據的一部分。文件末尾是塊的索引。服務啓動時將塊索引加載到內存中。HFile儲存在HDFS中。
架構參考了LSM樹（log-structured sort-and-merge-map）。在HBase中，寫入的數據先寫到write-ahead log，然後放在內存memstore中，等到內存佔用達到閾值，做flush，將memstore中的內容寫到HDFS成爲HFile。當HFile數量較多時，做compation操作，將小文件合併成大文件。這種架構也被ElasticSearch、Cassandra、InfluxDB採用。