客户之声

有一家中国领先的车商服务平台，最近在使用云HBase，在实时业务线中，要处理 TB 级的的数据量，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，最终决定采用阿里云HBase 来处理这些数据。

选择阿里云HBase主要基于以下考虑：

1、数据整体的技术栈都是基于Hadoop HBase是Apache的Hadoop项目的子项目，阿里云HBase完全兼容Apache HBase 的接口，选择阿里云HBase可以更好的同其他组件集成，例如：Spark可以方便读写HBase中的数据；通过 Flume可以将Kafka中的数据写入阿里云 HBase。

2、阿里云HBase可以提供更强大的查询功能 阿里云HBase 完全兼容了社区版本的接口, HBase中原有丰富的过滤器仍可以使用在阿里云 Hbase。同时社区中Phoneix等SQL方案也在逐渐成熟, 后期SQL ON HBase 也有更多的选择。

3、由阿里云承担基础运维, 服务更有保障 HBase要提供线上服务, 服务稳定性的要求更高。对于没有运维经验的团队来说, 阿里云 HBase 是更好的选择。这个也是吸引我们使用阿里云 HBase 最主要的原因。阿里云承诺99.95%的稳定性及9个9的数据可靠性，超过自己可以实现的运维能力。

于是在调研后, 首先被应用到阿里云HBase上的业务是一个新业务：基础服务中的 GIS 服务。存储了大量GPS上报的地理位置数据, 并提供风控后台的数据接口。

使用中的反馈

现在生产数据上线只有两周, 日写入数据GB级别，总体感觉目前系统还没有出现运维问题，解决了后顾之忧，而且与社区版本完全兼容，避免了不必要的工作量。创业公司的时间就是金钱，这里点一个大大的赞。  经过这次尝试，阿里云的HBase的成绩有目共睹，后续公司内的实时业务也会陆续从自建的HBase迁移到阿里云HBase 中，减少运维的风险。

云HBase介绍

云HBase的内核，是基于开源社区1.1版本系列，在此之上深度改造，之前阿里在较早版本有较多的优化也会渐渐迁移到此版本中。目前服务了整个集团的大数据结构化存储需求。如：  1、平台类：如目前很流行的kylin，日志同步工具TT，图组件Titan等。此类存放的是平台类数据，作为平台的底层存储使用。  2、用户行为类：如淘宝收藏夹、交易数据、聊天记录、物联网数据等。这里使用比较直接，就直接存放HBase，再读取。  3、报表类：比如报表、数据大屏等

随着互联网的发展，我们遇到很多中小公司，都有数T、数P的HBase集群，且这些集群没有改动过一行HBase源代码，出现问题后无从下手，导致服务长时间不可用甚至面临数据丢失的风险，更加不会去改造HBase以满足日益增长业务需求。 
 云HBase团队，源于对内核的深度改造，满足日益复杂化、多样化的大数据存储需求。阿里从2011年初开始步入HBase的发展、建设之路，是国内最早应用、研究、发展、回馈的团队，也诞生了HBase社区在国内的第一位Committer，成为HBase在中国发展的积极布道者 过去的几年时间，阿里累积向社区回馈了上百个Patch, 在诸多核心模块的功能、稳定性、性能作出积极重大的贡献，拥有多位Committer，成为推动HBase的长远发展的重要力量之一。

云HBase建设

主要是两个体系

管控体系：由于我们有数千个、甚至数万个HBase集群，所以，我们必须是自动化的。这个体系建设的是怎么去管控好上万级HBase集群，为数万家公司提供云HBase的服务。  内核建设：目前云HBase主要围绕云上构建HBase，需要充分利用云的优势，比如：弹性、资源无限、随时随地、默认有多个可用区及多个地区。我们主要围绕：性能、运维、成本、安全、可用性、功能等方案建设内核。

关于更多的云HBase的讨论，可加入HBase钉钉群：