这里有一些信息：
现在可以使用s3作为hbase的存储。
在amazon emr 5.2.0或更高版本上运行hbase时，可以启用amazon s3存储模式，该模式具有以下优点：
hbase根目录存储在amazons3中，包括存储文件（hfiles）和表元数据。这些数据在集群之外是持久的，可以跨amazonec2可用性区域使用，您不需要使用快照或其他方法进行恢复。使用amazons3中的存储文件，您可以根据自己的计算需求而不是数据需求来调整amazonemr集群的大小，在hdfs中使用3倍的复制。
这也是由finra完成的，在这里描述。

hbase可以使用hadoop中支持的任何文件系统，包括s3，但是如果不使用emr，速度会太慢。
要使用s3作为数据源，需要将hadoop文件系统配置为s3。
hbase-site.xml可能如下所示：

<configuration>

<property>
    <name>hbase.rootdir</name>
    <value>s3://ebucketrkr.s3.amazonaws.com:80/</value>
  </property>

</configuration>

hadoop-site.xml可能如下所示：

<configuration>
<property>
  <name>fs.default.name</name>
  <value>s3://hbase</value>
</property>

<property>
  <name>fs.s3.awsAccessKeyId</name>
  <value>id</value>
</property>

<property>
  <name>fs.s3.awsSecretAccessKey</name>
  <value>pass</value>
</property>

</configuration>

不，你不能。这不是性能问题，而是hbase如何实现更新的原子提交：它依赖于重命名为o（1）个原子事务，create（path，overwrite=false）也是如此。hadoops3a客户机实现的重命名很慢，而且不是事务：它们是目录内容的一个接一个副本。至于create no overwrite，则是先检查，然后写；倾向于比赛状态。哦，还有最终的一致性，尤其是在列表中。
除非在特殊情况下，s3本身提供了管理这些操作所需的锁定和租用功能，否则不能尝试将s3用作hbase的备份存储。azure具有这些特性；emr可能，对于hadoop的s3a来说，这仍然是一项正在进行的工作，即使在那里，目标也不是s3之上的hbase，而是更快地提交hive和spark工作。
我是以目前维护hadoop的s3a客户机的身份写这篇文章的：我是从对代码库的了解以及hbase的工作原理说起的。
更新：2018年11月amazon emr支持使用s3作为目的地