本文介绍了HBase的一级索引特性及其在数据检索的局限性，阐述了为何需要二级索引。详细讨论了基于Coprocessor的二级索引方案，如Apache Phoenix，分析了其优缺点。此外，还提到了非Coprocessor方案，如利用Elasticsearch或Solr构建索引，并介绍了Lily HBase Indexer和CDH Search的工作原理。最后，分享了DataStory在构建和优化二级索引过程中的实践和经验。
01 HBase简介
HBase是一个构建在HDFS之上，用于海量数据存储分布式列存储系统。
参见下图，由于在HBase中：
表的每行都是按照RowKey的字典序排序存储表的数据是按照RowKey区间进行分割存储成多个region
所以HBase主要适用下面这两种常见场景：
适用于基于rowkey的单行数据快速随机读写适合基于rowkey前缀的范围扫描
02 为什么需要HBse二级索引
HBase里面只有rowkey作为一级索引， 如果要对库里的非rowkey字段进行数据检索和查询， 往往要通过MapReduce/Spark等分布式计算框架进行，硬件资源消耗和时间延迟都会比较高。
为了HBase的数据查询更高效、适应更多的场景， 诸如使用非rowkey字段检索也能做到秒级响应，或者支持各个字段进行模糊查询和多字段组合查询等， 因此需要在HBase上面构建二级索引， 以满足现实中更复杂多样的业务需求。
03 HBse二级索引方案
A.基于Coprocessor方案
1、官方特性
其实从0.94版本开始，HBase官
最低0.47元/天 解锁文章
扫一扫
1095
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
