HBase是一个基于Hadoop的分布式列式数据库，它可以存储大量的结构化或半结构化数据，并提供高效的随机读写能力。HBase的数据模型是一个多维的稀疏表，每个表由多个行、列族和版本组成。HBase可以将表分割成多个区域，并将区域分布在不同的节点上，从而实现水平扩展和负载均衡。
HBase虽然是一个数据库，但它也可以用来存储文件。HBase提供了一个特殊的列族，叫做MOB（medium object），用来存储大于100KB的值。MOB列族的值不会直接存储在HBase的数据文件中，而是存储在HDFS上，然后在HBase中保存一个指向HDFS的引用。这样做的好处是可以避免HBase的数据文件过大，影响压缩、合并和备份等操作。同时，也可以利用HDFS的容错和复制机制，保证文件的可靠性和可用性。
那么，HBase存文件合适吗？这要根据具体的应用场景和需求来判断。一般来说，如果你需要存储的文件数量很多，但大小不超过10MB，并且需要频繁地按照键值进行随机访问，那么HBase可能是一个不错的选择。例如，你可以用HBase来存储用户上传的图片、视频、文档等文件，并根据用户ID或文件名进行快速查询。另外，如果你需要对文件进行一些简单的处理或分析，例如提取元数据、生成缩略图、计算哈希值等，那么你也可以利用HBase提供的协处理器（coprocessor）功能，在服务器端执行这些操作，减少网络传输和客户端计算的开销。
但是，如果你需要存储的文件非常大，例如几百MB或几GB，并且需要进行顺序读写或全文扫描等操作，那么HBase可能不是一个合适的选择。因为这样会导致HBase的区域过大，影响负载均衡和故障恢复等功能。同时，也会增加HDFS上的小文件数量，影响其性能和管理效率。在这种情况下，你可能更适合使用其他的分布式文件系统，例如HDFS或S3等。这些系统可以支持更大的文件大小，并提供更高的吞吐量和更灵活的访问接口。
HBase存文件是否合适要视具体情况而定。在选择合适的分布式文件系统时，你需要考虑以下几个方面：
1.文件的数量、大小和类型
2.文件的访问模式和频率
3.文件的处理和分析需求
4.系统的性能、可靠性和成本