这是一个高层次的问题。缺少有关数据类型的信息。然而，一般来说，我们需要记住以下事项，同时决定在哪里存储？在hdfs或hbase中：
由于我们有小文件和大质量的文件，在hdfs中存储它有两个问题。
名称节点上的元数据将很高
如果块大小（输入拆分大小）配置不当，将无法充分利用数据局部性和并行处理的潜力。有关输入拆分和块大小之间关系的更多信息，请参阅hadoop中的拆分大小与块大小。
因此，除非你有充分的理由这样做，否则将它存储在hdfs中几乎是不可能的。
如果我们选择存储在hdfs中，我们可以将文件合并在一起，使其足够大到块大小吗？这对性能有何影响？
然而，hbase克服了这些问题，因为它将数据存储在表中，还通过压缩方法。但在将hbase作为存储平台之前，我们需要考虑以下几点：
手头的数据有适合hbase的模式吗？或者数据有模式吗？
我们能否构造一个适用于跨hbase区域服务器的数据的行键？
如果我们对所有这些问题都有答案，我们就可以得出结论。建议您回顾这些行上的数据，并做出谨慎的决定。这不是一个解决方案，而是一种你应该思考和前进的方式或方向。

如果您有数百万个从kbs到mbs不等的小文件，那么hdfs和mapreduce job在处理数据方面就太过繁琐了。
hbase是解决这个问题的一种替代方法。但是您还有其他的选择，比如hadoop归档文件（har）和序列文件。
请参阅以下相关问题：
解析数百万个小xml文件
hbase与hadoop/hdfs的区别