深入对比 HBase 与阿里云的表格存储服务

随着互联网时代的兴起，NoSQL 类型数据库正日渐成为大数据时代下分布式数据库领域的主力，分布式 NoSQL 数据库中最为著名的莫过于 HBase。谷歌的 Bigtable 于 2016 年推出了兼容 HBase 的接口，而作为国内最早推出分布式 NoSQL 数据存储服务的阿里云表格存储也在最近正式发布了 TableStore HBase Client，能够帮助用户将业务轻松从 HBase 迁移至表格存储。

让我们来深入对比下阿里云的表格存储与 HBase 到底有何异同。

功能对比表

软件与服务

通过对表格存储数据模型的了解，可以发现表格存储与 HBase 在数据模型上非常类似，在设计上都极大参考了 Google 的三驾马车之 Bigtable。 两者最直接的区别就是 HBase 是一款开源软件，而表格存储是通过 Restful API 暴露出来的云服务，两者主要区别如下：

而对上述的区别，我们再进一步细化如下。

无缝扩展

表格存储中表的数据量没有限制，随着用户写入数据量的增加，表格存储的自动负载均衡机制会对数据表上的数据分区根据数据分布和访问情况进行自动切分，从而分配更多的存储和服务节点，这样单表的并发上限也得到进一步的提升。

而作为服务，表格存储屏蔽了底层架构，从而做到让用户在数百台服务器上无缝扩展单个数据表。

更低的使用门槛与使用成本

表格存储即开即用，根据实际的使用进行计费，没有额外的资源开通费用。以一个 1TB 数据量和 1亿 日均PV 的业务系统为例，使用表格存储容量型实例日均费用约为 __10元的数据存储费用和40元的数据读写费用__，而搭建一个最小化 HBase 集群的成本远高于此，且还需要根据预估的业务峰值时刻准备着机器上线下线。

而高性能实例的预留读写吞吐量机制能够让用户按照容量型实例的读写成本享受极高的读写性能。

每个月还有大量的免费额度提供给用户试用，详细请参考：表格存储定价详情。

高可用与高可靠

表格存储是完全托管的服务，用户只需要创建数据表，其余的事情都交给该服务代劳。用户无须关心硬件或软件的配置、升级、维护等工作，也不必担心随着扩展的需要在多个实例间对数据进行分区等问题。

依托于底层分布式存储的3 paxos master 机制，表格存储提供了 3个9 的高可用及 10个9 的数据可靠性保证，从官网公开的技术文档中我们也能够发现，表格存储是基于阿里云的分布式系统，服务端采用 C++ 编写，所以也不会遇到让人头疼的 GC 问题，服务稳定性又进一步得到保证。

权限与安全机制

与 HBase 不同，表格存储在设计时就充分考虑到了多租户资源隔离的重要性，采用经过验证的加密方法验证用户身份，避免对未授权数据访问，支持 HTTPS 并且提供了丰富的权限管理机制。支持 RAM 的主子账号机制，授权粒度达到表及可调用的 API 级别，进一步降低 AK 泄露所带来的数据风险。

对 VPC 网络的支持可以避免数据暴露在公网环境或者非期望的网络环境，用户可以方便的将测试环境与生产环境隔离，避免上线前的误操作。

功能区别

作为一个全托管的 NoSQL 数据存储服务，表格存储大大降低了用户在运维管理上的烦恼， TableStore HBase Client能够兼容1.1.*版本以上大部分的数据读写方法 ，通过表格存储和HBase的区别 也能够发现表格存储与 HBase 在功能上还有一些细微的差别：

• 表格存储不支持多 ColumnFamily，所以相关的接口不支持
• 表格存储屏蔽了服务端的运维接口，用户只需要关心数据的使用，所以像 Region 管理、Table 管理方面的接口不支持
• 表格存储对协处理器 Coprocessors 相关的接口都不支持
• 表格存储对 Distributed procedures 相关的接口都不支持
• 表格存储提供了 __多个主键及多种数据类型__，避免的主键拼接对齐的问题
• 表格存储提供了 __主键自增列__，大大简化了高并发场景尤其是在社交场景的架构设计
• 表格存储提供 __Restful API 接口__，与平台及开发语言无关

在日常的使用中，如果没有使用到协处理器 Coprocessors以及Distributed procedures等高级功能，而有这么一款即开即用、能够提供高达百万的并发储备又只按实际用量计费的分布式 NoSQL 数据库服务，我们又何乐而不为呢！