5

我正在做概念验证任务。任务是使用 Hadoop 技术实现我们产品的一个功能。

功能非常简单，我们有一个 UI 可以让您插入有关“网络问题”的详细信息。捕获有关此类问题的所有详细信息并将其插入到 Oracle DB 中的表中。然后，我们处理此表中的数据并计算健康评分。

我必须使用 Hadoop 而不是传统的 Db 所以我的问题是要做什么？HDFS上的黑斑羚？还是 Hbase 上的 Impala？还是Hbase？

我正在使用 cloudera VM 来实现 POC。

根据我的理解，Hbase 是 NoSQL 分布式数据库，它实际上是 HDFS 上的一层，它提供了 java API 来访问数据。Impala 是一个工具，它还提供 JDBC 访问以通过 Hbase 或直接通过 HDFS 访问数据。我对hadoop很陌生，有人可以帮忙吗？

4

1 回答 1

5

嗯，这取决于几件事，比如您将要执行的处理类型、所需的响应时间等。但是通过查看您在此处编写的任何内容，HBase 似乎很好。到目前为止，我发现不需要 Impala。HBase API 很好，可以满足您的大部分需求。

恕我直言，最好一开始就保持简单，仅在确实需要时才添加工具。在这里同样适用。如果您发现 HBase API 无法达到目的，您绝对可以将 Impala 添加到您的堆栈中。

话虽如此，您应该记住一件事。HBase 是一个 NoSQL DB，不遵循 RDBMS 约定和术语。所以，一开始你可能会觉得有点奇怪。最好记住这一点，然后继续进行，因为您必须以与 RDBMS 模式设计风格完全不同的方式设计模式。

于 2013-07-09T08:29:57.240 回答