Hbase集群存储的可用性是AP，异步复制不能保证数据的强一致性

您的理解基本正确。HBase 是一个分布式、可扩展的BigTable风格的列式数据库，它设计之初就为了在大规模数据集上提供高吞吐量的读写操作。HBase是构建在Hadoop文件系统（HDFS）之上的，因此天然继承了HDFS的高可用性和容错性。

关于HBase的CAP原则（Consistency, Availability, Partition Tolerance，即一致性、可用性、分区容错性），它倾向于AP（Availability and Partition Tolerance，可用性和分区容错性）。这意味着在面对网络分区的情况下，HBase优先保证服务的可用性和数据的最终一致性，而不是强一致性。HBase通过Region的分布和复制来实现高可用，但这种异步复制机制确实不能实时保证所有副本的数据完全一致，存在短暂的数据不一致窗口。

对于事务性的需求，特别是需要严格数据一致性的场景，HBase可能不是最佳选择。例如，在金融交易、库存管理等对数据即时一致性要求极高的场景下，直接使用HBase可能会遇到挑战。但是，HBase提供了轻量级事务支持，比如行级别的原子性操作（Put、Delete等），以及最近版本中引入的事务功能（如Apache Phoenix提供的二级索引和SQL查询能力，可以在一定程度上增强一致性处理）。

如果业务场景允许一定程度的数据最终一致性，或者可以通过应用层逻辑来补偿暂时的一致性缺失（比如通过读取修复、事务补偿机制等），那么HBase是一个非常高效且可扩展的存储解决方案。在决定是否使用HBase时，确实需要根据具体业务场景的需求来权衡一致性和性能之间的关系。

阿里云也提供了托管版的HBase服务——表格存储（Table Store，原OTS），它在保持HBase核心特性的基础上，进一步优化了性能和可用性，并提供了更丰富的数据模型和事务支持，可以根据实际需求考虑使用。