HBase基于Apache Hadoop的应用，是谷歌Bigtable的开源实现，运行在HDFS文件系统之上。尤其适合于存储海量数据。
关于Hbase的文献
HBase参照谷歌的论文 Bigtable: A distributed storage system for structured data，进行的开源实现。了解Bigtable就意味着了解了HBase，不过其中术语名称有了改变。
HBase官网的Apache HBase Reference Guide是HBase研发团队提供的最权威的HBase详细介绍，随着版本的不断更新，文档也是同步更新的。
HBase的基础知识
1. 表（table）
HBase数据访问和存储通过表进行。数据存储在数据表中，没有数据类型，全部作为字节处理。数据表中的数据存储在HDFS文件系统中。
2. 行（row）
行的唯一标示是rowkey，rowkey同样不具有数据类型，总是被当做byte数组对待。行按照rowkey的字典顺序排序，HBase分表时按照行进行负载。
A row must never exhibit so-called "time-travel" properties.
在HBase中提供的行操作具有原子性，不会产生数据的幻读。
3. 列族（column family）
其实列族是列的集合，一个列族包含有多个列（column qualifier）。在基本的列概念上，将一些列整合为列族。
列族影响着HBase中的物理存储，在表中每行数据，即使部分列族没有数据仍会具有相同的列族，这点与列不同。
4. 列（column qualifier）
列属于某一个列族中，不需要提前确定，在数据写入时可以动态增加，所以不同的行可以具有不同的列。这一个特点也是HBase适用于大数据存储的原因，因为不需要的字段在不写入的情况下不占用任何空间。
5. 单元（cell）
HBase中存储数据的最小单位。每个单元数据都具有一个写入时的时间戳，不同版本的值按照时间戳排序，这样最新版本的数据总可以先读到。单元中数据value被赋值之后，可以由rowkey，列族，列和时间戳查询。
6. 时间戳（timestamp）
每个cell写入时都会伴随一个时间戳的写入，也就是意味着一个cell中保存着不同版本的值（可以设定保留的版本个数），API获取是最新时间戳的值。
7. 三个主要的操作
Get：读取操作
Put：写入操作
Scan：表遍历操作
8. rowkey是写入行时确定的，与MySql数据库不同，不能通过指定哪个列为主键而改变rowkey。
9. key-value结构
在HBase的使用中，把数据看做key-value结构进行理解，例如：rowkey为key，则行数据为value；rowkey，列族，列为key，则cell的值为value。
10. rowkey的定义最重要
rowkey是查询行的唯一标识，负载时分配region又是以行为基础。rowkey的设计直接关系到region的热点情况，如果查询量大的rowkey集中在少数一个或几个region上，那么这些region就会成为热点，建议使用哈希值。另外rowkey组成的成分要有意义，这样可以指定区间scan出特定数据。
11. 原子性操作在row层面上，不存在多row的事务性操作
12. 列是动态添加的
13. 推荐使用较短的列族名
因为在读写HBase时，必定传输列族，过长的列族名会增大I/O开销
写在最后
就开发者而言，上面的13条足够应付平时工作。
