HBase的Coprocessor是模仿谷歌BigTable的Coprocessor模型实现的。Coprocessor提供了种机制可以让直接在RegionServer上运行自定义代码来管理数据。

　　在使用Spark Streaming的过程中对于计算产生结果的进行持久化时，我们往往需要操作数据库，去统计或者改变些值。

HBase无法创建带有snappy压缩属性的表

　　日前谷歌通过官方博客宣布，基于 Apache HBase 社区的官方研讨会 HBaseCon West 2017 将于美国当地时间 6 月 12 日在加州山景城正式开幕，目前参会注册和论文征集活动已同步启动。

　　Apache HBase 1.2.5 发布了，HBase 1.2.5 是 HBase 1.2 系列的较新维护版本，主要是为 Hadoop 和 NoSQL 社区带来稳定可靠的数据库。此版本包含自 1.2.4 版本发布以来的 50 多个已解决的问题。

　　有家中国领先的车商服务平台，较近在使用云HBase，在实时业务线中，要处理 TB 的的数据量，同时又要保证读写的效率，在数据库的选择上。经过多重考虑，较终决定采用阿里云HBase 来处理这些数据。

　　HBase自身具有极好的扩展性，也因此，构建扩展集群是它的天生强项之。在实际线上应用中很多业务都运行在个集群上，业务之间共享集群硬件、软件资源。那问题来了，个集群上面到底应该运行哪些业务可以较大程度上利用系统的软硬件资源?

　　这节描述了单节点独立 HBase 的设置。 独立的 实例具有所有的 HBase 守护进程 —— Master，RegionServers，和 ZooKeeper —— 运行于个单独的JVM 持久化到本地文件系统。它是我们的大多数基本部署配置文件。我们将向你展示如何使用 hbase shell CLI 在 HBase 中创建个表，向表中插入行，对表执行 put 和 scan 操作，启用或禁用表，以及启动和停止 HBase。

　　纵观数据库发展的几十年，从网状数据库、层次数据库到RDBMS数据库，在较近几年的NewSQL的兴起，加上开源的运动，再加上云的特性，可以说是日新月异。在20世纪80年代后，大部分的业务确定了使用RDBMS数据为存储基础。

Hadoop实验——HBase的安装和实验

　　Apache HBase 1.3.0版在2017年1月中旬正式发布了，新版本支持分层数据的压缩和多个方面的性能提升，像预写日志(WAL)、个新的 RPC 机制，等等。HBase 1.3.0共修复了1,700多个问题。

　　上篇文章主要介绍了HBase读性能优化的基本套路，本篇文章来说道说道如何诊断HBase写数据的异常问题以及优化写性能。和读相比，HBase写数据流程倒是显得很简单：数据先顺序写入HLog，再写入对应的缓存Memstore，当Memstore中数据大小达到定阈值(128M)之后，系统会异步将Memstore中数据flush到HDFS形成小文件。

HBase原理－数据读取流程解析

Hbase高可用集群搭建

　　任何系统都会有各种各样的问题，有些是系统本身设计问题，有些却是使用姿势问题。HBase也样，在真实生产线上大家或多或少都会遇到很多问题，有些是HBase还需要完善的，有些是我们确实对它了解太少。 总结起来，大家遇到的主要问题无非是Full GC异常导致宕机问题、RIT问题、写吞吐量太低以及读延迟较大。