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。
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。
消灭毛刺！HBase2.0全链路offheap效果拔群
我们在在线业务中使用hbase读写数据时，可能会发现，HBase的平均延迟会很低，可能会低于1ms，但P999延迟（99.9%请求返回的最大时间）可能会高达数百ms。这就是所谓的"毛刺"，这些毛刺可能会造成我们的在线业务出现部分请求超时，造成服务质量的下降。
HBase数据导入工具总结
本文对HBase常用的数据导入工具进行介绍，并结合云HBase常见的导入场景，给出建议的迁移工具和参考资料。
HBase之间数据导入常用工具
HBase提供了几种数据迁移工具，其中基于API调用的有CopyTable,Export&Import。
中国HBase技术社区第一届Meetup资料大合集
2018年6月6号，由中国HBase技术社区组织，阿里云主办的中国第一次HBase Meetup在北京望京阿里中心举行，来自阿里、小米、滴滴、360等公司的各位HBase的PMC、committer共聚一堂，共同探讨HBase2.
