【IT168 评论】在召开的淘宝技术嘉年华期间，编辑有幸采访到淘宝数据平台开发团队的技术专家林昊(新浪微博@bluedavy)，和他就HBase的特性，HBase在淘宝中的应用，目前数据领域大家讨论的焦点和发展趋势进行了探讨。

　　记者：HBase主要有哪些特性，是什么让它备受推崇，让Facebook也采用它?

　　林昊：Facebook是Cassandra的发起者，他们就想在自己的Message体系里面应用它，但是研究之后发现，Cassandra的弱一致性会让它的Message体系在应用层上做很多的改造，它觉得付出的成本太大了，所以后来就选择测试了一下HBase。发现HBase的强一致性给他们带来很多的便利，因为HBase只需要增加新的机器就可以增加写的吞吐量，对于他们的场景来说会非常的适合的。这也促使它们最终决定采用HBase。

　　记者：目前HBase主要帮助淘宝解决了哪些主要的问题?

　　林昊：其实对于很多互联网公司来说，他们对关系型数据库要求并不是那么高，比如Join、报表的事务等，如果抛弃掉这些特性的话，换成NoSQL，我们发现整个存储结构会很简单，读写的性能也会好很多。这一点对于我们来说还是很有吸引力的，否则随着数据量的增长，我们不得不疲于奔命去做分库分表等。

　　举几个简单的场景来说明一下吧。虽然我们现在基于HBase上线的产品还不是很多，但是很快大家用到的许多功能都会用到HBase，比如现在用户经常去淘宝上查看已经买到的宝贝，或者去查过去三个月里自己买了多少东西等。还有就是以后淘宝用户每登录一次，系统都会自动跟踪你的行为，并做出分析，以便更好地为用户服务，这些数据也会被存储到HBase里面做实时的分析。包括广告的分析，也会基于HBase来做。

　　记者：在你们使用HBase的过程中，遇到了哪些挑战?

　　林昊：对于我们来说，主要是HBase对于很多Online的场景支持的不够，比如Online项目通常会需要一些查询条件，对于我们来讲会有一些痛苦，所以我们就尝试使用HBase的一些三维有序存储来解决这类问题，从现在的测试结果来看还可以。另外就是Namenode的单点方案也不是很好用，因为一旦这个点出问题，整个系统可能都会有问题。所以我们现在有成员也在做Namenode的多点方案。除此之外，HBase给运维也带来一些挑战。

　　记者：如果有其他团队采用HBase技术，你会提供什么建议?

　　林昊：其实现在使用HBase的话，对应用层要求还是挺高的，所以如果需要采用HBase的话，还是建议要多了解一下HBase的特性，比如你的Row Key设计要很合理。如果你要做二级索引的话，在应用层也要做一些相应的工作，需要知道HBase是三维有序存储的。

　　记者：根据你的了解，目前在数据领域大家讨论的焦点和趋势是什么?

　　林昊：其实随着互联网公司发展的年数越来越多，上网的用户也越来越多，最终一定会使数据量会越来越大。对于淘宝来说也是这样，随着数据量的增大，我们的数据存储成本也越来越高，我们会考虑一些简单的方案，更低成本的方案来解决。另外搜索也是很重要的，因为我们要从这么大的数据量里面很快地搜索出我们需要的东西。以前我们可能会用数据库来解决，但随着量越来越大，方案会越来越复杂，最终可能会造成存储和检索会非常的热。

　　其实从今年也可以看得出，NoSQL的很多产品还是为了解决海量数据的问题。另外就是分析的问题是一直就存在的，现在的分析基本还是基于Hadoop、MapReduce的思想来做，后面的话可能更多地是离线的分析。但是对于实时的分析要求也很高，比如让推荐变成实时，效果会好很多。所以我认为，分析也会是一个大家热衷讨论的话题。

　　除了上面谈到的这些问题，InfoQ还就淘宝在使用HBase技术之前所作的调研，对HBase的性能测试结果，HBase需要改进的地方等和林昊进行了深入探讨，在InfoQ随后发布的视频文件中会包括这些问题。另外在本次的淘宝技术嘉年华上，InfoQ还就HTML5、移动开发、测试、海量数据架构、交互设计等话题采访了相关的专家，并录制了部分演讲视频，整理好后都会发布在InfoQ网站上，请大家保持对InfoQ的关注，或者关注InfoQ新浪微博(@InfoQ)，第一时间了解这些内容的发布情况。