1、HBase与传统关系数据库的区别主要体现在以下几个方面：数据类型。关系数据库采用关系模型，具有丰富的数据类型和储存方式。
2、数据存储方式不同、适用场景不同。HBase是一种分布式、面向列的NoSQL数据库，而传统数据库通常是基于关系模型的关系型数据库。这两种数据库在数据存储方式上有所区别。HBase采用了列式存储的方式，将数据按列存储，适合存储大规模、稀疏的数据。
3、存储模式：传统数据库中是基于行存储的，而HBase是基于列进行存储的。表字段：传统数据库中的表字段不能超过30个，而HBase中的表字段不作限制。可延伸性：传统数据库中的列是固定的，需要先确定列有多少才会增加数据去存储，而HBase是根据数据存储的大小去动态的增加列，列是不固定的。
4、HBase是一个开源的非关系型数据库，与传统的关系型数据库不同，它采用列族存储结构，数据以键值对（key-value）形式存储。因此，在HBase中，没有传统关系型数据库中的表和列之间的数据模型的概念，所以不能像传统关系型数据库那样轻易地画出实体关系图。
5、关于hbase的描述正确的是是Google的BigTable的开源实现；运行于HDFS文件系统之上；HBase是一个开源的非关系型分布式数据库；主要用来存储非结构化和半结构化的松散数据。数据模型：HBase采用列式存储模型，数据被组织成行和列的形式，每一行都有一个唯一的行键来标识。
1、Java的用途在以下几方面：桌面GUI应用程序： Java通过抽象窗口工具包，Swing和JavaFX等多种方式提供GUI开发。虽然AWT包含许多预先构建的组件，如菜单，按钮，列表以及众多第三方组件，但Swing还提供某些高级组件，如树，表格，滚动窗格，选项卡式面板和列表。
2、Hadoop以及其他大数据处理技术很多都是用Java，例如Apache的基于Java的HBase和Accumulo以及 ElasticSearchas。高频交易的空间 Java平台提高了这个平台的特性和即使编译，他同时也能够像 C++ 一样传递数据。
3、爬虫技术爬虫主要针对与网络网页，又称网络爬虫、网络蜘蛛，可以自动化浏览网络中的信息，或者说是一种网络机器人。它们被广泛用于互联网搜索引擎或其他类似网站，以获取或更新这些网站的内容和检索方式。它们可以自动采集所有其能够访问到的页面内容，以便程序做下一步的处理。
整个写入顺序图流程如下：1 客户端查找对应region 客户端根据要操作rowkey，查找rowkey对应的region。查找region的过程为通过zk获取到hbase：meta表所在region。通过查找hbase：meta可以找到要更新的表每个region的startkey、endkey以及所处机器。
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中数据大小达到一定阈值（128M）之后，系统会异步将Memstore中数据flush到HDFS形成小文件。 HBase数据写入通常会遇到两类问题，一类是写性能较差，另一类是数据根本写不进去。
业务需求 flume需要从kafka获取数据并写入hbase 开始写的想法：按照flume的流程：一个source ，三个channel， 三个sink，因为我需要三个列族，如果使用官方的hbase sink那么需要三个sink。
更新被阻塞对单个节点和整个集群的影响都很大，需要关注 MemStore 的大小和 Memstore Flush Queue 的长度。
HFile V2的写操作流程： 1）Append KV到 Data Block。在每次Append之前，首先检查当前DataBlock的大小是否超过了默认的设置，如果不超出阈值，写入输出流。如果超出了阈值，则执行finishBlock（），按照Table-CF的设置，对DataBlock进行编码和压缩，然后写入HFile中。
hbase的核心数据结构为LSM树。LSM树分为内存部分和磁盘部分。内存部分是一个维护有序数据集合的数据结构。RowKey与nosql数据库们一样，RowKey是用来检索记录的主键。HBase是介于MapEntry（key&value）和DBRow之间的一种数据存储方式。
RowKey 与nosql数据库们一样，RowKey是用来检索记录的主键。访问HBASE table中的行，只有三种方式：通过单个RowKey访问（get）通过RowKey的range（正则）（like）全表扫描（scan）RowKey行键 （RowKey）可以是任意字符串（最大长度是64KB，实际应用中长度一般为 10-100bytes），在HBASE内部，RowKey保存为字节数组。
HBase采用了类似Google Bigtable的数据模型，即一个稀疏的、分布式的、持久化的多维映射表，每个表都由行键、列族、列限定符和时间戳组成。在底层实现上，HBase使用了基于Hadoop的分布式文件系统HDFS来存储数据，并且使用了一种称为LSM-Tree（Log-Structured Merge-Tree）的数据结构来管理数据。
hbase的核心数据结构为LSM树。SM树分为内存部分和磁盘部分。内存部分是一个维护有序数据集合的数据结构。一般来讲，内存数据结构可以选择平衡二叉树、红黑树、跳跃表（SkipList）等维护有序集的数据结构，由于考虑并发性能，HBase选择了表现更优秀的跳跃表。
HBase数据结构是什么？hbase的核心数据结构为LSM树。LSM树分为内存部分和磁盘部分。内存部分是一个维护有序数据集合的数据结构。RowKey 与nosql数据库们一样，RowKey是用来检索记录的主键。HBase是介于Map Entry（key & value）和DB Row之间的一种数据存储方式。
1、考点是大数据的关键技术，HBase是一个分布式、面向列的开源数据库，不同于一般的关系数据库，它是一个适合于非结构化数据存储的数据库，从定义看选B。
2、Hbase是一种NoSQL数据库，这意味着它不像传统的RDBMS数据库那样支持SQL作为查询语言。
3、HBase是一个基于Apache Hadoop的面向列的NoSQL数据库，是Google BigTable的开源实现。它运行在HDFS之上，为Hadoop提供类似于BigTable规模的服务。HBase针对半结构化数据，是一个多版本的、可伸缩的、高可靠的、高性能的、分布式的和面向列的动态模式数据库。
4、HBase 不同于一般的关系数据库，它是一个适合于非结构化数据存储的数据库.所谓非结构化数据存储就是说HBase是基于列的而不是基于行的模式，这样方面读写你的大数据内容。HBase是介于Map Entry（key & value）和DB Row之间的一种数据存储方式。
5、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。
1、hbase的核心数据结构为LSM树。SM树分为内存部分和磁盘部分。内存部分是一个维护有序数据集合的数据结构。一般来讲，内存数据结构可以选择平衡二叉树、红黑树、跳跃表（SkipList）等维护有序集的数据结构，由于考虑并发性能，HBase选择了表现更优秀的跳跃表。
2、hbase的核心数据结构为LSM树。LSM树分为内存部分和磁盘部分。内存部分是一个维护有序数据集合的数据结构。RowKey与nosql数据库们一样，RowKey是用来检索记录的主键。HBase是介于MapEntry（key&value）和DBRow之间的一种数据存储方式。
3、全表扫描（scan）RowKey行键 （RowKey）可以是任意字符串（最大长度是64KB，实际应用中长度一般为 10-100bytes），在HBASE内部，RowKey保存为字节数组。存储时，数据按照RowKey的字典序（byte order）排序存储。设计RowKey时，要充分排序存储这个特性，将经常一起读取的行存储放到一起。
4、HBase采用了类似Google Bigtable的数据模型，即一个稀疏的、分布式的、持久化的多维映射表，每个表都由行键、列族、列限定符和时间戳组成。在底层实现上，HBase使用了基于Hadoop的分布式文件系统HDFS来存储数据，并且使用了一种称为LSM-Tree（Log-Structured Merge-Tree）的数据结构来管理数据。