HBase是Apache Hadoop项目下的一个子项目，它以GoogleBigTabale为原型，设计实现了高可靠性、高可扩展性、实现读写的列存储数据库。他的本质实际上是一张稀疏的大表。用来存储粗粒度的结构化数据，而且可以通过简单地添加节点来实现系统的线性扩展。

         HBase执行在分布式文件系统HDFS之上，利用它能够在便宜PC Server上搭建。HBase集群中通常包括两种角色。HMaster和HRegion server,当表随着记录条数的添加而不断变大后，将会分成一个个Region。

每一个Region能够由（startey,endkey）来表示，它包括一个startkey道endkey的半闭区间，一个HRegionServer能够管理多个Region，并由HMaster来负责HRegionServer的调度及集群状态的监管。

因为Region可分散并由不同的HRegionServer来管理。因此，理论上再大的表都能够通过集群来管理。从感觉上来看，这个HBase数据库和MySql数据库中的分表有类似的功能，仅仅只是这里天生支持将一个大表切割成更小的表。

 HDFS天生就有容错能力，假设使用默认设置，都有三分备份。一个是在本机，一个是在同一个机架上的别的电脑上，还有一个是在别的机架上的电脑上。

         对于MySQL来说，提高其性能的方法很多其它是通过分表或者分库的方法。对于一个非常大的表来说，依据一定的规则将一个更加大的表来进行划分，划分最常见的算法就是HASH，通过对于某一个表的訪问达到一定的上限，这样能够採用分库的方法。

         对于MySql中的并发訪问，能够考虑使用多个server。Master和Slava之间的数据同步。假设Master中变化，生成Binary log,然后slave通过Binary log 推导出SQL语句来更改本地的数据信息

 

         一种新的存储方案，非关系型数据库，NoSQL HBase 和Redis

HBase有更好的伸缩能力。更适合于海量数据的存储和处理，而且HBase可以支持多个Region Server同一时候写入，并发写入性能十分出色。

但HBase本身支持的查询维度有限，难以支持复杂的条件查询。如group by order by join等。

这些特点使它的应用场景收到限制。对于Redis来说，它拥有更好的读写吞吐能力。可以支撑更高的并发数，而相较与其它的key-value类型的数据库，Redis可以提供更为丰富的数据类型支持。能更灵活地满足业务需求。

 

在一个大型分布式站点中所须要使用的技术，比方分布式缓存（memcache）、持久化存储（比方数据库，关系型数据库和非关系型数据库 同一时候对于关系型数据库中的优化，并发訪问过高的处理等）、分布式消息系统（ACTIVEMQ等系统通信机制）、搜索引擎（垂直化搜索引擎）。

除了这些还有非常多其它的技术支撑，比方实时计算。离线计算，分布式文件系统，日志收集系统。监控系统，数据仓库，CDN系统，负载均衡系统。消息推送系统，自己主动化运维系统，当然还有非常重要的安全问题。