solr-phoenix

1 , phoenix配置文档+demo-crud程序

2 , solr索引原理（一次性建立还是每次都建立，对值）

将HBase表中涉及条件过滤的字段和rowkey在Solr中建立索引，通过Solr的多条件查询快速获得符合过滤条件的rowkey值，拿到这些rowkey之后在HBASE中通过指定rowkey进行查询

phoenix VS solr

第一种方案是通过HBase的普通API获取数据建立索引：

phoenix是HBASE的sql层，本质还是调用HBASE API，数据存放在HBASE

solr是一种独立的服务，存在自己的服务器，建立索引的数据存放在solr服务器，用户访问时，根据solr提供的接口访问到

优点：HBase与Solr彼此没有任何耦合，通过外部java程序来控制索引的创建修改，整个系统的高可用性和容错性有保证。

缺点：效率较低。每秒处理125条数据（加大线程可以提高效率）

第二种方案是用到HBase的Mapreduce框架

优点：分布式并行执行效率特别高，处理1000万条数据仅需5分钟

缺点：但是这种高并发需要对Solr服务器进行配置调优，不然会抛出服务器无法响应的异常。适合批量处理，数据量较小时不适合。

第三种方案是在往HBase写数据的过程中，触发HBase的coprocessor的observer功能调用solr服务，建立solr索引。是在Base的中实现。

优点：外部调用端不需要考虑solr索引的建立问题，只需要调用HBase操作数据，索引的建立交给HBase调用Solr实现。

缺点：协处理器运行在和RegionServer相同的进程空间里，出错的协处理器有潜在可能使进程崩溃，导致HBase的数据出错。

综上所述，考虑到HBase集群的高可用性、容错性、扩展性等，建议主要使用第一种方案建立索引，第二种方案为辅助。

ElasticSearch