全方位认识HBase：一个值得拥有的NoSQL数据库（一）_其他数据库

前言：说起hbase这门技术，在认知上对于稍微接触或使用过它的人来讲，可能只是百千数据库中一个很普通的库，大概就像我对redis的认知一样：缓存嘛！可对于hbase，我确实是带着某些感情在的。今日突然萌生了一个生趣的想法，想抛开技术的视角，从情感的角度，像写小说一样，写写这位老朋友，这可能会有点滑稽吧，不过我觉得很放松。《全方位认识hbase：一个值得拥有的nosql数据库》：从今天起，我们就暂且认为这是一本小说的名字吧！哈哈~

其实我特别想做的一件事情，就是想让更多的人来认识并使用hbase这门地地道道的大数据栈技术，当然不为别的，主要原因还是hbase真的很棒很热，自己用着感觉真的好，不好的产品我怎么会推荐给你呢？毕竟hbase这家伙不会给我一分钱的广告费~

那首先，我想给大家分享的内容就是：在我刚接触hbase这位老朋友的时候根本不想去看的一些觉得没用的东西。什么呢？其实就是特别无聊又深奥的好像还不得不问的灵魂三问：我是谁？我从哪里来？我要到哪里去？

为什么想写写这个呢？真的好无聊啊~ 当然肯定不是我太无聊了，说实话，是因为对它真的有感情了，所以就想把它的前世今生全都介绍给你，可能算是一种情怀，也可能算是一种敬畏，也可能只是怕赶路的人忘了它是谁。

我从哪里来？

我们知道，hbase出现于大数据背景之下，那么谈到这个问题，我们不得不提一下当年奠定了大数据算法基础的风靡全球的google三篇论文，也称为google的三驾马车：google fs[2003]、mapreduce[2004]、bigtable[2006]。三篇论文中文版链接这里提供给大家，闲来没事可以看一看。

链接：https://pan.baidu.com/s/1eihgr6gadm2bneh5hw4kua 
提取码：c1wb

这三篇论文为何风靡全球呢？我们说随着大数据时代的到来，我们同样面临着大数据所带给我们的核心二问：

1、海量数据如何存储？
2、海量数据如何计算？
3、海量结构化数据如何高效读写？

然而，而谷歌公司在2003年至2006年发布的三篇论文则为解决两个问题提供了思路。

“ 我们设计并实现了 google gfs 文件系统，一个面向大规模数据密集型应用的、可伸缩的分布式文件系统。
gfs 虽然运行在廉价的普遍硬件设备上，但是它依然了提供灾难冗余的能力，为大量客户机提供了高性能的
服务。
...
gfs 完全满足了我们对存储的需求。”

google gfs 文件系统超前的设计思想，为解决大数据时代海量数据的存储提出了解决思路，同时对今后的分布式系统设计都提供了宝贵的指导意义。而mapreduce框架则解决了大数据时代海量数据如何计算的问题，虽然现在的spark很火，但吃水不能忘了挖井人。

2006年，google发布了第三篇重要论文。bigtable 是一个分布式的结构化数据存储系统，它被设计用来处理海量数据：通常是分布在数千台普通服务器上的 pb 级的数据。bigtable 的设计目的是可靠的处理 pb 级别的数据，并且能够部署到上千台机器上。用于解决google内部海量结构化数据的存储以及高效读写问题。

也正是因为这三篇论文的发表，才有了而后的hdfs、mapreduce 和 hbase，才有了2015大数据元年。下面我们详细看一下hadoop 家族的编年史，这里你大概也可以看出hbase在hadoop家族中的地位。

*   2002年10月，doug cutting和mike cafarella创建了开源网页爬虫项目nutch。

*   2003年10月，google发表google file system论文。

*   2004年7月，doug cutting和mike cafarella在nutch中实现了类似gfs的功能，即后来hdfs的前身。

*   2004年10月，google发表了mapreduce论文。

*   2005年2月，mike cafarella在nutch中实现了mapreduce的最初版本。

*   2006年1月，doug cutting加入雅虎，yahoo!提供一个专门的团队和资源将hadoop发展成一个可在网络上运行的系统。

*   2006年2月，apache hadoop项目正式启动以支持mapreduce和hdfs的独立发展。

*   2006年3月，yahoo!建设了第一个hadoop集群用于开发。

*   2006年4月，第一个apache hadoop发布。

*   2006年11月，google发表了bigtable论文，这最终激发了hbase库的创建。

*   2007年10月，第一个可用的hbase发布了。

*   2008年1月，hadoop成为apache顶级项目。

*   2008年1月，hbase成为 hadoop 的子项目。

*   2008年6月，hadoop的第一个sql框架——hive成为了hadoop的子项目。

*   2009年7月 ，mapreduce 和 hdfs成为hadoop项目的独立子项目。

*   2009年7月 ，avro 和 chukwa 成为hadoop新的子项目。

*   2009年10月，首届hadoop world大会在纽约召开。

*   2010年5月 ，hbase脱离hadoop项目，成为apache顶级项目。

*   2010年9月，hive 脱离hadoop，成为apache顶级项目。

*   2010年9月，pig脱离hadoop，成为apache顶级项目。

*   2011年1月，zookeeper 脱离hadoop，成为apache顶级项目。

*   2012年8月，yarn成为hadoop子项目。

*   2012年10月，第一个hadoop原生mpp查询引擎impala加入到了hadoop生态圈。

*  2014年2月，spark逐渐代替mapreduce成为hadoop的缺省执行引擎，并成为apache基金会顶级项目。

*   2015年10月，cloudera公布继hbase以后的第一个hadoop原生存储替代方案——kudu。

*   2015年12月，cloudera发起的impala和kudu项目加入apache孵化器。

好了，一张图向大家道一声晚安吧，挺晚了，该睡了~ 下一章我们再追问“我是谁？”的灵魂思考吧~

我从哪里来？