HBase底層基於HDFS， 它們是對數據存儲，組織，提供介面的一種方式，有了文件系統為何要有資料庫？

---

一方面，HBase這類表格系統區別於文件系統，本質上是提供了」高效「的隨機讀寫。

你可以將每條記錄在dfs上存儲一個單獨的文件，用修改一條記錄時，將這條記錄對應的文件刪了重建的方式來實現對記錄的隨機讀寫、一致性地的存儲，但這顯然不會高效。

另一方面，HBase並不是一個資料庫，它沒有資料庫ACID的跨行、跨表事務，當我們需要原子的修改多條記錄時，HBase和文件系統一樣，本身是無能為力的，需要上層應用自己通過兩階段提交一類的方式去實現。

---

HBase 本身其實可以完全不要考慮 HDFS 的，你完全可以只把 HBase 當作是一個分散式高並發 k-v 存儲系統就好了，只不過它底層的文件系統是通過 HDFS 來支持的罷了。換做其他的分散式文件系統也是一樣的，不影響 HBase 的本質。甚至如果你不考慮文件系統的分散式或穩定性等特性的話，完全可以用簡單的本地文件系統，甚至內存文件系統來代替。只不過這樣做的意義就另當別論了

HBase 在 HDFS 之上提供了：

1、高並發實時隨機寫，通過 LSM（內存+順序寫磁碟）的方式提供了 HDFS 所不擁有的實時隨機寫及修改功能

2、高並發實時點讀及掃描

了解一下 LSM 演算法，就能知道為啥在文件系統之上要有資料庫了

總之，在業務層面，HBase 完全可以獨立於 HDFS 來理解

---

相比HDFS而言，HBase通過更加複雜的「數據結構和演算法」實現了高效的隨機讀寫功能。

HDFS不支持隨機寫，而且它是為大文件而設計的。實際中，很多場景下需要小數據的隨機操作，例如

url weight language location
cn.com.sina.news/o/2016-04-05/doc-ifxqxcnr5285010.shtml 78 zh-cn china
com.google.mail 98 en us
com.google.www/intl/en/policies/privacy 99 en us
com.zhihu.www/question/41352454 88 zh-cn china


HBase的典型場景就是一個表格資料庫，如上所述，這個表的用戶可能隨時在表的隨機位置插入、更新、讀取一個值。這個需求，HDFS就搞不定，也是HBase存在的價值。

可以看看GFS和Bigtable論文。

---

推薦閱讀：