HBase本身的設計目標是支持稀疏表，而稀疏表通常會有很多列，但是每一行有值的列又比較少。如果不使用Column Family的概念，那么有兩種設計方案：1.把所有列的數據放在一個文件中（也就是傳統的按行存儲）。那么當我們想要訪問少數幾個列的數據時，需要遍歷每一行，讀取整個表的數據，這樣子是很低效的。2.把每個列的數據單獨分開存在一個文件中（按列存儲）。那么當我們想要訪問少數幾個列的數據時，只需要讀取對應的文件，不用讀取整個表的數據，讀取效率很高。然而，由于稀疏表通常會有很多列，這會導致文件數量特別多，這本身會影響文件系統的效率。而Column Family的提出就是為了在上面兩種方案中做一個折中。HBase中將一個Column Family中的列存在一起，而不同Column Family的數據則分開。由于在HBase中Column Family的數量通常很小，同時HBase建議把經常一起訪問的比較類似的列放在同一個Column Family中，這樣就可以在訪問少數幾個列時，只讀取盡量少的數據。

hadoop的hdfs支持海量數據量存儲 mapreduce支持對海量數據的分布式處理 oracle雖然可以搭建集群 但是當數據量達到一定限度之后查詢處理速度會變得很慢 且對機器性能要求很高 其實這兩個東西不是同類 hadoop是一個分布式云處理架構，傾向于數據計算 而oracle是一個關系型數據庫，傾向于數據存儲。要說比較可以比較hbase與oracle。 hbase是一種nosql數據庫，列式數據庫，支持海量數據存儲，支持列的擴展，但是查詢操作較復雜，不如oracle這類關系型數據庫簡單，且只支持一個索引，但是Hbase在表結構設置合理情況下，查詢速度跟數據量大小沒有太大關系，即數據量的大小不會影響到查詢速度，順便說句Hbase查詢速度可以達到ms級

對于一個曾經運維過幾百個節點的HBase集群的運維人員，并且Request每秒在5w以上，一定遇到過如下類似的問題。 ZooKeeper服務在不停地報警指示在zookeeper的unassigned路徑由一些節點在會一直存在，而且它的版本在不斷增加。