前言HBase是当下流行的一款海量数据存储的分布式数据库。往往海量数据存储会涉及到一个成本问题，如何降低成本。常见的方案就是通过冷热分离来治理数据。冷数据可以用更高的压缩比算法，更低副本数算法，更便宜存储设备。备（冷）集群用更廉价的硬件，主集群设置TTL，

// export HBASE_CLASSPATH="jar 包路径 ,重新启动hbase";

利用缺失的rowkey范围边界，生成新的region目录以及regioninfo填补这个空洞!利用regioninfo信息，重新生成对应meta row填写到meta表中，并为其填写默认的分配regionserver. 把这些offline的region触

阿里妹导读：2006 年10 月Google 发布三架马车之一的《Bigtable：A Distributed Storage System for Strctured Data》论文之后，Powerset 公司就宣布 HBase 在 Hadoop 项目中

背景AssignmentManager模块是HBase中一个非常重要的模块，Assignment Manager负责了HBase中所有region的Assign，UnAssign，以及split/merge过程中region状态变化的管理等等。在HBase

概述笔者本人接触研究HBase也有半年之久了，虽说不上深入和系统，但至少算是比较沉迷。作为部门里大数据技术的探路者，笔者还要承担起技术传播的职责，所以在摸索研究的过程中总是不断地进行总结和测试，一路走来，慢慢地积累了一些东西，整理了一下，做成一个技术系列文

HBase是一个基于Hadoop面向列的非关系型分布式数据库，设计概念来源于谷歌的BigTable模型，面向实时读写、随机访问大规模数据集的场景，是一个高可靠性、高性能、高伸缩的分布式存储系统，在大数据相关领域应用广泛。HBase系统支持对所存储的数据进行

$ vi conf/hbase-env.sh export JAVA_HOME=/usr/lib/jvm/java-6-sun-1.6.0.03