2017云栖大会HBase专场，阿里云高级技术专家封神带来阿里云HBase产品体系架构及特性解析。本文主要从HBase在大数据中的价值谈起，进而介绍了产品架构和产品特性，接着分享了应用场景和后续计划。
以下是精彩内容整理：
在阿里已经有12000多台在跑HBase，为什么会有这样的规模？接下来让我们一起来看看HBase产品体系架构及特性。
我们发现客户有各种不同的要求，把单独HBase拿过来用的话会碰到很多问题，那么，我们做了哪些特定的需求？
HBase在大数据中的价值
关系型数据库到分库分表，再到以HBase为代表的分布式存储。HBase支持实时更新、增量导入、多维删除、随机查询、范围查询、高伸缩、高可用、高可靠、高性能、高适应和分布式NOSQL数据库。
传统数据库有这些问题，包括成本、QPS、容量、分析，传统数据库没有什么分析能力，要么就是一个群的分析。像以前就是小型机、高端存储等等，我们从HBase阶段开始在PC机上弄数据库。最大的HBase集群是有四五千台的容量存储，HBase也可以搞很多小集群服务不同的业务。
新型数据库面对的办法，正好把船库存的问题解决了，很多公司在HBase上做事务，但是很多时候吃力不讨好，90%以上的业务场景都是非事务场景。阿里为什么用它？就是因为它有这些特性，所以阿里在各个业务线，几乎只要想得到的，淘宝、天猫、搜索各种业务团队都会用HBase解决自己的问题，主要是有如图特性。
阿里云HBase架构
我们一台武力机虚拟成虚拟机以后效率是有提升，我们在VM层面做安全隔离层面，我们的VM基本上是独享的，保证在VM迁移的时候环境不会变。底下的磁盘有多种选择，第一个选择是基于共享存储，第二个选择是基于HDFS，第三种选择是直接进入本地磁盘，disk就是一块块磁盘。基于云盘、本地盘架构、基于共享存储，本地盘架构成本要比云盘成本下降700%。当然基于共享存储也很便宜，就是稳定性和时间有一定的问题，毕竟是远端的。我们三种都支持，以满足不同客户的需求。
我们做这个系统不是把一个开源的架构拿过来就可以了，我们阿里从2010年到现在做了七八年时间，在各个层面都会有很多相关的做法。产品层，我们会接云监控、DMS；接入层就是数据上云、物联网；网络层会有安全保障。HBase是没有帐户密码的概念，我们现在是给HBase加一个帐户密码的提示。这三层提供上云方案、工作服务、公网访问、监控指控报警、方案支持等一站的DBaas服务。
中间件，ApsaraDB-HBase内核是基于社区的HBase1.1版本打造，目前在阿里集团内部有数千业务使用，万台机器的规模，在性能、稳定性、功能方案均有提升及改进，在历年双十一均有考验。
存储层，HBase基于HDFS、共享存储OSS，小容量直接采取盘古云盘降低成本，高容量直接采取本地磁盘，提高性能及容量，如果比较大的话还是建议用本地层，因为便宜又稳定。运维管控上我们也做了一些事情，包括运维自动化、15分钟全自动部署集群、自动守护进程、可用性检测及报警、修改配置、扩容节点、扩容磁盘、链路监控报警、指标可视化、自动升级内核等，现在所有阿里云的数据库其实都是基于这一整套体系，这一套体系已经做了三四年。如果回去要做这个平台的话也要这么去做，这么多东西都跑不了，可能有一些HBase是分布式的，可能是单机的，但都大同小异。
产品特性
我们会做企业级安全，我们是跟英特尔、Udp一起去做这个事情，我们会在11月份上线用户/密码直接访问HBase。这是一个开源项目，是英特尔和我们一起去做的。第一期自己会创立一个用户和密码，这个已经满足绝大多数的用户。云上有很多共享的，包括ODPS、CDP全都是共享的环境，你没有帐户密码的话怎么访问HBase？在自己家里面其实都无所谓，但云上的话绝对不能马虎，安全机制必须全部做好。后面我们会和产品体系一键结合。
公网访问。很多人都会问这样的开放软件在电脑上怎么访问，所以我们就做了一个公网访问，而且混访中网络同时可以访问HBase，包括公网、经典、VPC，为什么三个都支持？因为经典网络和VPC会涉及到迁移问题，从经典网络迁移到VPC，如果速度不支持同时访问的话就麻烦了。
HBase性能方面大家也可以去测。其他特性，包括HBase on OSS、本地磁盘存储、经典网络和公网马上可以支持了。
应用场景
其实阿里云内部和外部还是有点不同，HBase的核心就是高存储、高并发。中国电信存保单、公安部政府云等等，囊括各种行业，包括金融领域也很多，包括报表类、时序类、消息类等不同种类。
HBase发展起来的组件如图，我们现在有客户自己去把存储放在上面，还有搞图数据库的，我们是把云上的客户尽量服务好。
具体到物联网，温度计、GPS、车联网，核心就是有一些特性基于LSM、查询效率高、搭配使用。
还有交互式实时分析，能满足毫秒级的访问需求，这个好处就是scan数据效率高。
高并发高容量的大数据应用，大容量、成本低、稀疏表，这些都有相关的团队在支持。
还有大屏，为什么强调大屏，因为适应三种不同的场景，阿里内部三款产品集群上万了，GPDS（音译）、Blink（音译）、HBase。
实时风控，根据HBase一些特性，比如说过期淘汰、过载淘汰、低价清理，通过离线计算实现实时风控，我给你转钱，它就会转，下面就在算，如果算出来有问题就把你卡住。
海量数据存储—大量历史数据，把一些历史的数据，包括电信的订单、旺旺消息都存在里面，历史数据查得比较多，定时数据查得比较多。我们内部做了冷热分离，三个月以内放在热频，三个月以外放在冷频，查的时候自动地把老的放在低频上去了。我们这些东西，用户自己做很麻烦，我们把这个产品提供出来，客户配备。
数据链路，这是阿里整个大数据流程，不管你怎么做基本都是如此，可能HBase换成其他的。云产品就是把HBase跟其他东西打通，不需要配，就跑起来了，这就是云产品带来的魅力，这也是阿里云的技术能力，不仅是HBase多么牛。很多客户还是喜欢用开源的产品，这也是为什么开源发展快速的原因。
未来计划
- HBase2.0上线。
- 丰富HBase生态组件，包括可能是Phoenix，现在也有一部分同学在搞Phoenix。
- 高可用性—双集群建设。有的客户用得起，比如说国家的项目用得起双集群。
- 支持HBase On OSS。
- 云HBase数据推送。
