hadoop - 这是 HBase 的合适（或可能）使用吗？

Question

我想将 HBase 用作存储，我可以在其中推送几百万个格式的条目，{document => {term => weight}}例如“将术语 X 插入文档 Y，权重为 Z”，然后发出类似“选择此文档的前 1000 个术语”或“为每个文档选择前 1000 个术语”。这适用于我当前的 MySQL 实现，但也许该域更适合 HBase。我注意到 HBase 和 BigTable 用于全文索引，这是一个类似的问题域。

您可以说我只是在 HBase 上阅读了几页，但我希望您理解我的问题的要点。它与这个问题有关。

可能的障碍可能包括 HBase 不允许使用与LIMIT子句等效的查询。鉴于我想按权重查询，我想关联{weight => term}，这对于具有相同权重的两个术语来说是有问题的（我假设 HBase 只允许唯一键）。或者，我必须存储给定权重的术语集合，但这会限制我准确限制返回术语数量的能力。

Answer 1

简单的回答是的。

更复杂的答案是，现在这些“no sql”数据存储都实现了自己的程序员接口，并且“no sql”意味着它们不是基于 SQL 的。因此，请为一些编码做好准备，尽管这并不困难。大多数情况下，这些数据存储只是名称值对存储，通过 REST 或 SOAP 获得（HBase 也有列族的概念）。不过，他们确实倾向于 Map Reduce，这是一个非常有趣的查询领域，非常值得一读。