这三者都是流行的 NoSQL 数据库，但设计目标、数据模型和适用场景有显著差异。以下是它们的核心对比：
1. 数据模型对比
| 特性 |
HBase |
MongoDB |
Redis |
| 数据模型 |
宽列存储（类似 BigTable） |
文档存储（BSON/JSON） |
键值存储（支持多种数据结构） |
| 结构 |
行 + 列族 + 动态列 |
灵活的嵌套文档 |
String / Hash / List / Set 等 |
| Schema |
动态列（无严格 Schema） |
Schema-less（可动态调整） |
无 Schema（纯 Key-Value） |
| 示例 |
RowKey + cf:col → value |
{_id: 1, name: "Alice"} |
SET user:1 "Alice" |
2. 架构与扩展性
| 特性 |
HBase |
MongoDB |
Redis |
| 存储引擎 |
基于 HDFS（磁盘优先） |
WiredTiger（内存+磁盘） |
纯内存（可持久化到磁盘） |
| 扩展方式 |
水平分片（RegionServer） |
分片集群（Sharding） |
集群（Redis Cluster） |
| 一致性 |
强一致性（单行） |
可调一致性 |
强一致性（单线程模型） |
| 分布式设计 |
依赖 ZooKeeper + HDFS |
自管理分片副本 |
去中心化集群 |
3. 查询能力
| 特性 |
HBase |
MongoDB |
Redis |
| 查询语言 |
Scan + Filter（有限） |
丰富的 MongoDB Query |
简单命令（GET/SET 等） |
| 索引 |
仅 RowKey 和列族有限索引 |
支持多字段索引 |
无索引（纯 Key 查找） |
| 复杂查询 |
弱（需配合 Phoenix 或 Spark） |
强（聚合、地理查询等） |
弱（仅基础数据结构操作） |
| JOIN |
不支持 |
有限支持（$lookup） |
不支持 |
4. 性能特点
| 特性 |
HBase |
MongoDB |
Redis |
| 读写速度 |
高吞吐写入，随机读中等 |
读写均衡 |
超高速读写（内存级） |
| 延迟 |
毫秒级（依赖 HDFS） |
亚毫秒级 |
微秒级 |
| 适用负载 |
海量数据高并发写入 |
通用 OLTP |
高频读写缓存/队列 |
5. 适用场景对比
| 场景 |
HBase |
MongoDB |
Redis |
| 大数据存储 |
✅ 日志、用户行为数据（PB 级） |
⚠️ 适合中小规模文档存储 |
❌ 不适合 |
| 实时查询 |
✅ 按 RowKey 快速查询 |
✅ 灵活查询（索引优化） |
✅ 超高速 Key-Value 访问 |
| 高并发写入 |
✅ 适合时间序列、IoT 数据 |
✅ 写性能较好 |
✅ 极致写入（如计数器） |
| 事务支持 |
❌ 仅单行事务 |
✅ 多文档事务（4.0+） |
✅ 简单事务（WATCH/MULTI） |
| 缓存场景 |
❌ 不适用 |
⚠️ 可作缓存（不如 Redis 专业） |
✅ 主要用途 |
| 数据结构灵活性 |
⚠️ 动态列但查询受限 |
✅ 嵌套文档、动态字段 |
✅ 多种数据结构（Hash/List 等） |
6. 如何选择？
选 HBase 如果：
- 需要存储 海量结构化/半结构化数据（如日志、用户行为）。
- 依赖 Hadoop 生态（HDFS、Spark 集成）。
- 要求 高吞吐写入 和 按 RowKey 快速查询。
选 MongoDB 如果：
- 数据模型 灵活多变（如用户配置、商品目录）。
- 需要 复杂查询（如聚合、全文搜索）。
- 希望平衡 读写性能与灵活性。
选 Redis 如果：
- 需要 超低延迟访问（如缓存、会话存储）。
- 使用 高级数据结构（如排行榜、消息队列）。
- 业务依赖 原子操作（如库存扣减）。
7. 总结
- HBase：大数据存储 + 高吞吐写入，适合 Hadoop 生态。
- MongoDB：通用文档数据库，适合灵活模式和复杂查询。
- Redis：内存数据库，适合高速缓存和实时数据处理。
组合使用案例：
- 用 Redis 缓存热点数据，MongoDB 存储主业务数据，HBase 归档历史数据。
- 例如：电商系统中，用户会话存 Redis，订单数据存 MongoDB，用户行为日志存 HBase。