OBKV-HBaseはHBaseインターフェースに対応しており、大量の半構造化・構造化データストレージと、極めたアクセス性能を備えたワイドテーブルデータベースに特化しています。
OBKV-HBaseの主な強み
安定したP99
OBKV-HBaseはC++で開発され、独自のメモリ管理サブシステムを備えているため、オープンソースのHBase Java GCやその他のメモリ要因によるジッター問題がありません。OBKV-HBaseは、OceanBaseデータベースが10年以上にわたってTPシナリオで磨き上げてきた技術と、ストレージアクセスリンクの徹底的な最適化に基づき、優れたP99安定性を誇ります。
ホットレプリカ
OBKV-HBaseは、OceanBaseデータベースのネイティブな高信頼性機能に基づき、Paxosプロトコルによってマルチレプリカの強整合性を保証します。同時に、ノード障害発生時にはホットレプリカへ迅速に切り替えることで、業務アクセスの連続性を確保します。OceanBaseデータベースのバージョン4.0では、RTO<8秒を実現可能です。オープンソースのHBaseはストレージと計算を分離したアーキテクチャを採用しており、RegionServer層の各パーティションには単一のレプリカしか存在しません。障害発生時などには、パーティションのスケジューリングや障害回復といったプロセスを経由する必要があるため、通常は数分間の業務不可状態が発生します。
クロスアベイラビリティゾーンによる災害復旧
OBKV-HBaseは、1つのクラスタインスタンスを複数のアベイラビリティゾーンに展開することをサポートしており、一般的に言う「二地三センター」や「三地五センター」といった災害復旧アーキテクチャを構築できます。これにより、より高い災害復旧能力を備えています。オープンソースのHBaseは、一般的にHlogを用いてプライマリ/スタンバイクラスタの災害復旧を実現します。同じ災害復旧レベルを達成するためには、より多くのレプリカが必要となり、コストも高くなります。
高性能
OBKV-HBaseとオープンソースのHBaseはどちらもLSM-Treeベースのストレージエンジンを採用しており、書き込み性能において同等の利点を有しています。OceanBaseデータベースが10年以上にわたってTPシナリオで継続的に磨き上げ、最適化してきた技術を基盤として、OBKV-HBaseは読み取りシナリオにおいても極めた性能を発揮します。大規模データ量のシナリオでは、オープンソースのHBaseと比較して4倍以上の優位性を有しています。
保守・運用が容易
OBKV-HBaseは外部にOBServerのみを提供するため、分散実装における様々なロールの違いについて気にする必要はありません。OceanBaseデータベースは、使いやすい開発・保守管理ツールを一連提供しており、運用のハードルを低くしています。また、OceanBaseデータベースはAll In One型の統合データベースであるため、OBKVとOceanBaseデータベースの運用は完全に同一です。これにより、統一されたエンタープライズ技術スタックを実現すると同時に、複数のデータベースを運用する手間を削減できます。
OBKV-HBaseの適用シナリオ
大量データストレージ
OBKV-HBaseは、OceanBaseデータベースの分散ストレージエンジンを基盤としており、リアルタイムの読み書きと、大量データの低コストストレージを提供します。インターフェースに基づく高速なバッチインポートやダイレクトロード機能も備えています。
OBKV-HBaseは、DataxやFlinkなどのオープンソースコンポーネントにも対応しており、増分データや全量データの効率的な同期を実現できます。また、Flinkやその他のデータウェアハウス・ビッグデータコンポーネントと連携し、データのリアルタイム・オフライン分析を行うことが可能です。もちろん、OceanBaseデータベースの統合能力を活用し、同一データに対して、OceanBaseのリアルタイムデータウェアハウス機能を基盤としたリアルタイム分析も可能です。 アプリケーションログ、IoT（IOT）データ、軌跡データ、監視データなどの迅速かつリアルタイムなデータ取り込みに利用でき、その後、データウェアハウス・ビッグデータコンポーネントを用いてオンライン・オフライン分析を行います。
推薦・リスク管理などのシナリオにおける特徴データの高性能リアルタイムアクセス
OBKV-HBaseは、OceanBaseデータベースが10年以上にわたって蓄積してきたTP能力に基づき、低遅延のデータ読み取りを提供します。水平スケーラビリティにより、千万乃至それ以上の同時アクセス能力を提供できます。
OBKV-HBaseはHBaseのSchemaless、ワイドテーブル、疎行列、マルチバージョン、TTLなどの特性をサポートしており、推薦・リスク管理などのシナリオにおいて、特徴データの柔軟な保存と、業務による特徴データへの高性能アクセスを支えることができます。