HBase 在人工智能场景的使用
近几年来，人工智能逐渐火热起来，特别是和大数据一起结合使用。人工智能的主要场景又包括图像能力、语音能力、自然语言处理能力和用户画像能力等等。这些场景我们都需要处理海量的数据，处理完的数据一般都需要存储起来，这些数据的特点主要有如下几点：
大：数据量越大，对我们后面建模越会有好处；
稀疏：每行数据可能拥有不同的属性，比如用户画像数据，每个人拥有属性相差很大，可能用户A拥有这个属性，但是用户B没有这个属性；那么我们希望存储的系统能够处理这种情况，没有的属性在底层不占用空间，这样可以节约大量的空间使用；
列动态变化：每行数据拥有的列数是不一样的。
HBase API 详细例子(封装的DAO类）
HBase中没有库的概念
HBase lib目录下所有JAR包复制到项目中,Hbase 版本0.98.5
package com.zxing.imgQRCode;
import java.io.IOException;
import java.util.LinkedList;
import java.util.List;
import org.apache.hadoop.conf.Con
解密阿里数据库女程序员梓仪、璇戈、依诺代码诗！
2018年已过，我们迎来了新的一年，在机遇与挑战同在的环境下，我们更应勤于学习。为了方便大家学习，小编为大家盘点了2018年阿里云数据库ApsaraDB云栖号最火的干货文章分享给大家，让我们在新的一年里共同学习和成长！
阿里云数据库ApsaraDB
云栖号简介：
阿里云数据库：帮用户承担一切数据库.
hbase2.0 vs hbase1.x 延时比较
背景
hbase2.0已经正式发布，对比之前1.x版本，2.0在读写链路上做了完善的优化，offheap、netty rpc等，这里做个小测试实验对比1.x和2.0在读写上的延时情况。本测试基于特定测试环境与软件版本得到的结果，仅供参考。
阿里HBase高可用8年“抗战”回忆录 | 11月5号栖夜读
今天的首篇文章，讲述了：2017年开始阿里HBase走向公有云，我们有计划的在逐步将阿里内部的高可用技术提供给外部客户，目前已经上线了同城主备，将作为我们后续高可用能力发展的一个基础平台。本文分四个部分回顾阿里HBase在高可用方面的发展：大集群、MTTF&MTTR、容灾、极致体验，希望能给大家带来一些共鸣和思考。
图数据库HGraphDB介绍
一、HGraphDB概述图无处不在，社交和电商领域每天都会产生大量的实体连接数据，而描述图的方式往往是使用包括顶点和边以及丰富的属性的属性图来展现。在如今的2018年，社交网络和电商数据往往能够形成非常大的实体图，包括数十亿顶点和百亿条边这样的数据量。