前言：說起HBase這門技術，在認知上對於稍微接觸或使用過它的人來講，可能只是百千資料庫中一個很普通的庫，大概就像我對Redis的認知一樣：快取嘛！可對於HBase，我確實是帶著某些感情在的。今日突然萌生了一個生趣的想法，想拋開技術的視角，從情感的角度，像寫小說一樣，寫寫這位老朋友，這可能會有點滑稽吧，不過我覺得很放鬆。《全方位認識HBase：一個值得擁有的NoSQL資料庫》：從今天起，我們就暫且認為這是一本小說的名字吧！哈哈~
其實我特別想做的一件事情，就是想讓更多的人來認識並使用HBase這門地地道道的大資料棧技術，當然不為別的，主要原因還是HBase真的很棒很熱，自己用著感覺真的好，不好的產品我怎麼會推薦給你呢？畢竟HBase這傢伙不會給我一分錢的廣告費~
那首先，我想給大家分享的內容就是：在我剛接觸HBase這位老朋友的時候根本不想去看的一些覺得沒用的東西。什麼呢？其實就是特別無聊又深奧的好像還不得不問的靈魂三問：我是誰？我從哪裡來？我要到哪裡去？
為什麼想寫寫這個呢？真的好無聊啊~ 當然肯定不是我太無聊了，說實話，是因為對它真的有感情了，所以就想把它的前世今生全都介紹給你，可能算是一種情懷，也可能算是一種敬畏，也可能只是怕趕路的人忘了它是誰。
我從哪裡來？
我們知道，HBase出現於大資料背景之下，那麼談到這個問題，我們不得不提一下當年奠定了大資料演算法基礎的風靡全球的Google三篇論文，也稱為Google的三駕馬車：Google FS[2003]、MapReduce[2004]、BigTable[2006]。三篇論文中文版連結這裡提供給大家，閒來沒事可以看一看。
連結：https://pan.baidu.com/s/1EIhGR6gADm2BnEh5hW4KUA
提取碼：c1wb
這三篇論文為何風靡全球呢？我們說隨著大資料時代的到來，我們同樣面臨著大資料所帶給我們的核心二問：
1、海量資料如何儲存？
2、海量資料如何計算？
3、海量結構化資料如何高效讀寫？
然而，而谷歌公司在2003年至2006年釋出的三篇論文則為解決兩個問題提供了思路。
“ 我們設計並實現了 Google GFS 檔案系統，一個面向大規模資料密集型應用的、可伸縮的分散式檔案系統。
GFS 雖然執行在廉價的普遍硬體裝置上，但是它依然了提供災難冗餘的能力，為大量客戶機提供了高效能的
服務。
...
GFS 完全滿足了我們對儲存的需求。”
Google GFS 檔案系統超前的設計思想，為解決大資料時代海量資料的儲存提出瞭解決思路，同時對今後的分散式系統設計都提供了寶貴的指導意義。而MapReduce框架則解決了大資料時代海量資料如何計算的問題，雖然現在的Spark很火，但吃水不能忘了挖井人。
2006年，Google釋出了第三篇重要論文。Bigtable 是一個分散式的結構化資料儲存系統，它被設計用來處理海量資料：通常是分佈在數千臺普通伺服器上的 PB 級的資料。Bigtable 的設計目的是可靠的處理 PB 級別的資料，並且能夠部署到上千臺機器上。用於解決Google內部海量結構化資料的儲存以及高效讀寫問題。
也正是因為這三篇論文的發表，才有了而後的HDFS、MapReduce 和 HBase，才有了2015大資料元年。下面我們詳細看一下Hadoop 家族的編年史，這裡你大概也可以看出HBase在Hadoop家族中的地位。
* 2002年10月，Doug Cutting和Mike Cafarella建立了開源網頁爬蟲專案Nutch。
* 2003年10月，Google發表Google File System論文。
* 2004年7月，Doug Cutting和Mike Cafarella在Nutch中實現了類似GFS的功能，即後來HDFS的前身。
* 2004年10月，Google發表了MapReduce論文。
* 2005年2月，Mike Cafarella在Nutch中實現了MapReduce的最初版本。
* 2006年1月，Doug Cutting加入雅虎，Yahoo!提供一個專門的團隊和資源將Hadoop發展成一個可在網路上執行的系統。
* 2006年2月，Apache Hadoop專案正式啟動以支援MapReduce和HDFS的獨立發展。
* 2006年3月，Yahoo!建設了第一個Hadoop叢集用於開發。
* 2006年4月，第一個Apache Hadoop釋出。
* 2006年11月，Google發表了Bigtable論文，這最終激發了HBase庫的建立。
* 2007年10月，第一個可用的HBase釋出了。
* 2008年1月，Hadoop成為Apache頂級專案。
* 2008年1月，HBase成為 Hadoop 的子專案。
* 2008年6月，Hadoop的第一個SQL框架——Hive成為了Hadoop的子專案。
* 2009年7月 ，MapReduce 和 HDFS成為Hadoop專案的獨立子專案。
* 2009年7月 ，Avro 和 Chukwa 成為Hadoop新的子專案。
* 2009年10月，首屆Hadoop World大會在紐約召開。
* 2010年5月 ，HBase脫離Hadoop專案，成為Apache頂級專案。
* 2010年9月，Hive 脫離Hadoop，成為Apache頂級專案。
* 2010年9月，Pig脫離Hadoop，成為Apache頂級專案。
* 2011年1月，ZooKeeper 脫離Hadoop，成為Apache頂級專案。
* 2012年8月，YARN成為Hadoop子專案。
* 2012年10月，第一個Hadoop原生MPP查詢引擎Impala加入到了Hadoop生態圈。
* 2014年2月，Spark逐漸代替MapReduce成為Hadoop的預設執行引擎，併成為Apache基金會頂級專案。
* 2015年10月，Cloudera公佈繼HBase以後的第一個Hadoop原生儲存替代方案——Kudu。
* 2015年12月，Cloudera發起的Impala和Kudu專案加入Apache孵化器。
好了，一張圖向大家道一聲晚安吧，挺晚了，該睡了~ 下一章我們再追問“我是誰？”的靈魂思考吧~
參考文章
https://blog.csdn.net/lfq1532632051/article/details/53219558
轉載請註明出處！歡迎關注本人微信公眾號【HBase工作筆記】