【51CTO經典譯文】也許你已經在一些地方看到這個消息，Facebook 已經開發一款新的社會化收件箱，集成了電子郵件、即時通訊、短信、文本信息、Facebook站內信息。最重要的是，他們需要每個月存儲 1350 億條信息。他們在哪里存儲這些信息？Facebook的Kannan Muthukkaruppan 在《信息背后的技術》一文中給出一個令人驚奇的答案：HBase。HBase 擊敗了MySQL、Cassandra和其他一些選項，成為了Facebook的選擇。

51CTO向您推薦《Facebook數據庫工具Flashcache初探》

為什么這一選擇令人驚奇？Facebook 創建了Cassandra，其目的就是為了建造一個收件箱類型的應用程序，但是最終他們發現，Cassandra的一致性模型并不能很好地適用于Facebook 新的實時信息系統。另外，Facebook 還有一個擴展的MySQL 架構，不過他們發現，當數據集和索引變大時，性能會變得讓人無法忍受。另外，他們原本可以自己開發一套系統，但他們最終還是選擇了 HBase。

HBase是一個可以橫向擴張的表存儲系統，能夠為大規模數據提供速度極快的低等級更新。這正是信息系統所需要的功能。另外，HBase是一個基于列的鍵值存儲系統，并且是構建于 BigTabe 模型之上。HBase善于根據鍵訪問行，以及對于一系列的行進行掃描和過濾。同樣，這也是信息系統所需要的功能。不過，它并不支持復雜查詢。查詢通常交給分析工具處理，比如Hive，Facebook創建了Hive，目的是處理他們容量高達多個拍字節（petabyte）的數據倉庫。同時，Hive 是基于Hadoop的文件系統HDFS，而HBase使用的也是這一文件系統。

Facebook 選擇了HBase，因為他們對他們的應用進行了監視，并明白他們到底需要什么。他們所需要的是一個可以處理以下兩種類型的數據模式：

1. 一小組經常變化的臨時數據；

2. 一組不斷增加但很少訪問的數據。

這很有道理。當前收件箱里的郵件你只會看一次，之后你很少會再去翻看這些電子郵件。這兩種類似的數據是如此不同，所以有人也許在想應該使用兩種不同的系統。不過，很明顯，HBase 能夠很好地處理這兩種類型的數據。他們如何處理常規的搜索功能，尚不清楚，因為這并非 HBase 的優勢所在，不過，HBase 可以集成多個搜索系統。

Facebook 系統的一些關鍵點：

● HBase：

○ 具有比Cassandra更簡潔的一致性模型。

○ 對于他們的數據模式具有很好的擴展能力和處理能力。

○ 大多數功能能夠滿足他們的需求：自動加載平衡和故障轉移、壓縮支持功能、單個服務器的多碎片功能等。

○ HBase 所使用的文件系統HDFS，支持復制、端對端校驗和，以及自動再次平衡。

○ Facebook 的運營團隊具有豐富的HDFS使用經驗，因為Facebook是Hadoop的大用戶，而Hadoop使用 HDFS 作為它的分布式文件系統。

● Haystack 用于存儲附件。

● 從無到有，編寫可自定義的應用程序服務器，其目的是為了滿足多個不同來源流入的大量信息。

● 用戶發現服務（user discovery service）構建于 Zookeeper 之上。

● 對于以下功能可訪問架構服務：電子郵件賬號驗證、好友關系、隱私決策以及發送決策（通過聊天工具或短信發送一條消息？）

● 保持小團隊做大事情的一貫作風，15 位工程師在一年內發布了 20 項新的架構服務。

● Facebook將不會對單個數據庫平臺進行標準化，對于不同的任務他們將使用不同的平臺。

Facebook 通過選擇HBase將極大地推動該系統的采用，同時Facebook具有豐富的 HDFS/Hadoop/Hive 使用經驗。想到這些，就讓人興奮的無法入睡。這是任何一款產品的夢想：成為另一個非常流行的產品的搭檔，并期待成為其生態系統的一部分。這正是 HBase 所取得的成功。HBase 已經在許多方面去多了不錯的成績：實時、分布、線性擴展、健壯、BigData、開源、鍵值、面對列，我們將會看到 HBase 變得更加流行，尤其是它已經獲得了 Facebook 的眷顧和青睞。

原文標題：Facebook's New Real-Time Messaging System: HBase To Store 135+ Billion Messages A Month

相關閱讀

HBase是一個分布式的、面向列的開源數據庫，該技術來源于Chang et al所撰寫的Google論文“Bigtable：一個結構化數據的分布式存儲系統”。就像Bigtable利用了Google文件系統（File System）所提供的分布式數據存儲一樣，HBase在Hadoop之上提供了類似于Bigtable的能力。HBase是Apache的Hadoop項目的子項目。HBase不同于一般的關系數據庫,它是一個適合于非結構化數據存儲的數據庫.另一個不同的是HBase基于列的而不是基于行的模式。HBase使用和Bigtable非常相同的數據模型。用戶存儲數據行在一個表里。一個數據行擁有一個可選擇的鍵和任意數量的列。表是疏松的存儲的，因此用戶可以給行定義各種不同的列。HBase主要用于需要隨機訪問，實時讀寫你的大數據（Big Data）。

【編輯推薦】

1. 開源數據庫Hibari發布 針對大數據量處理
2. SQL Server數據庫對大數據量表數據進行DELETE
3. MongoDB CEO談NoSQL的大數據量處理能力
4. 詳解NoSQL數據庫使用實例
5. 云計算時代NoSQL當道 關系數據庫日薄西山