1、HBase基于谷歌BigTable，是一个分布式、面向列、高性能、可伸缩的数据库，专门用于存储非结构化和半结构化的稀疏数据。其利用MapReduce模型处理数据，底层支持GFS作为存储系统，通过Chubby协同服务管理。BigTable与HBase对比表列出了两者的关键区别，包括数据存储、数据处理、协同服务等。
2、HBase核心知识与面试问题解析HBase基础与架构HBase是用于存储海量结构化与半结构化数据的分布式、面向列的key-value存储系统。它基于Google Bigtable实现，但在底层存储、数据处理引擎及协同服务方面有所不同。
3、BloomFilter作为一种高效的过滤技术，提供随机读性能，其原理基于一个初始值为0的bit数组，通过多次哈希算法将元素映射到数组中的特定位置并置为1，查询时同样使用哈希算法，若对应位置的值均为1则认为元素可能存在，但可能存在误判。在HBase中，只需在指定列族上设置BloomFilter即可实现其功能。
4、一般公司用hadoop，都不只是使用hadoop，还会使用hadoop生态圈的其他组件，比如hive，hbase，spark，storm等等 ，如果有精力可以看看，了解一下。但如果没时间，不要把精力全放在这上。
1、HBase的特点：高可靠性：HBase设计之初就考虑到了集群的可靠性，数据可以存储在大量的服务器上，即使部分服务器发生故障，数据也不会丢失。这种分布式架构保证了数据的可靠性。高性能的读写能力：HBase采用列存储的方式，能够实现对数据的快速读写操作。
2、HBase的特点不包括面向行存储。HBase是一个高可靠性、高性能、面向列（column-oriented）的分布式存储系统，但它并不支持直接的面向行（row-oriented）存储。在HBase中，数据按照列族进行组织和存储，可以根据需要动态地添加新的列。这种设计使得HBase非常适合处理大规模数据集和实时查询需求。
3、**高可靠性**：HBase支持高可靠性存储，它通过复制数据的方式确保数据的持久性。这意味着即使在服务器故障的情况下，数据也不会丢失。 **高扩展性**：HBase是一个分布式系统，它能够通过增加节点来处理不断增长的数据量。
4、Hbase是一个面向列存储的分布式存储系统，它的优点在于可以实现高性能的并发读写操作，同时Hbase还会对数据进行透明的切分，这样就使得存储本身具有了水平伸缩性。通常，顺序读取数据要比随机访问更快。
支持列式存储的数据库包括HBase、Cassandra、Hypertable等。 列式存储的原理和优势 列式存储是一种数据存储方式，将数据按列而不是按行进行存储。这种方式与传统的行式存储相比，有着其独特的优势。在大数据处理和分析场景中，列式存储由于其更高的数据压缩率和更高效的聚合操作能力，被广泛使用。
Parquet是Hadoop生态圈中的主流列式存储格式，支持嵌套数据模型和多种语言及数据处理框架。它通过支持嵌套结构的数据模型，能够更好地处理对象模型，如Protobuf、thrift和JSON等。Parquet格式提供了一种高效的方式存储和查询数据，特别适用于大数据分析和处理场景。
列式数据库有：Apache Doris、ClickHouse、AnalyticDB等。 Apache Doris是一个MPP架构的快速列式存储数据库。它的设计主要为了提供快速的SQL查询和分析数据的能力。在数据存储方面，它采用列式存储技术，这使得在处理大量聚合类查询时，性能得到显著提升。
列式数据库如HBase，数据以列形式存贮，每一列存储相同属性的数据，查询某列数据时，仅需获取该列，减少磁盘IO，提高查询效率。行式数据库常用于传统业务场景，而列式数据库适用于海量数据分析等场景。
hbase的意思如下：HBase是一个分布式的、面向列的开源数据库，该技术来源于 Fay Chang 所撰写的Google论文“Bigtable：一个结构化数据的分布式存储系统”。就像Bigtable利用了Google文件系统（File System）所提供的分布式数据存储一样，HBase在Hadoop之上提供了类似于Bigtable的能力。
HBase是一个开源的、分布式的、可伸缩的大数据存储系统，它是Apache Hadoop生态系统中的一部分。HBase旨在存储非结构化和半结构化数据，特别适用于存储大量稀疏数据，如网页点击流、社交媒体数据、日志数据等。HBase的设计灵感来源于Google的Bigtable，它允许在行键和列键上进行分布式排序存储和检索。
HBase 是一个分布式的、面向列的开源数据库，该技术来源于 Fay Chang 所撰写的 Google 论文“Bigtable”：一个结构化数据的分布式存储系统。就像 Bigtable 利用了 Google 文件系统所提供的分布式数据存储一样，HBase 在Hadoop 之上提供了类似于 Bigtable 的能力。
hbase是一种Nosql的分布式数据存储系统。具有可靠性，高能性，列存储，可伸缩的征，可以对大型数据进行实时、随机的读写访问。hbase是一个分布式的列式存储数据库 nosql的数据库，no sql hbase不支持标准sql 不支持sql语句的，基于hbase之上对外提供标准sql的组件 phoenix，ont only sql。
时间戳，Hbase基本元素之一，用户对数据每做一次修改，便形成一个新的时间戳，用于标记数据。系统默认数据保留三个时间戳，即两个历史数据，可进行自定义修改。
1、Hive是基于Hadoop的数据仓库工具，专为离线应用设计，能将数据文件映射为数据库表，并提供SQL查询功能。Hive实际上是MapReduce的封装，它将可读的HQL语句转化为MapReduce作业，依赖HDFS和MapReduce实现数据处理。HBase是一种Hadoop上的数据库，提供一个大规模存储和查询系统，以分布式、可扩展和大数据为特征。
2、Hive是建立在Hadoop之上为了减少MapReduce jobs编写工作的批处理系统，HBase是为了支持弥补Hadoop对实时操作的缺陷的项目 。想象你在操作RMDB数据库，如果是全表扫描，就用Hive+Hadoop，如果是索引访问，就用HBase+Hadoop 。
3、应该是Hadoop在hbase和Hive中的作用吧。 hbase与hive都是架构在hadoop之上的。都是用hadoop作为底层存储。而hbase是作为分布式数据库，而hive是作为分布式数据仓库。当然hive还是借用hadoop的MapReduce来完成一些hive中的命令的执行。而hbase与hive都是单独安装的。你需要哪个安装哪个，所以不存在重复信息。
4、HBase是Hadoop生态系统的一部分，又其他框架如PIG， HIVE等的支持，而Cassender上运行mapreduce相对比较复杂的。总体上来说，Cassender或许在存储上比较有效，但HBase的数据处理能力更强些。HBase有Shell脚本和Web页面的处理能力，而Cassender没有Shell的支持，只有API，可用性上不如HBase。
5、Hive 的目标是做成数据仓库，所以它提供了SQL，提供了文件－表的映射关系，又由于Hive基于HDFS，所以不提供Update，因为HDFS本身就不支持。