我想构建一个用于预测性维护的实时应用程序。 我想过在凤凰城使用Hbase。 Phoenix在HBase上提供SQL层。
我读过Hbase对大数据有好处，比如1亿行加++。 但我的应用程序数据目前没有数据。如果一开始只有少量数据，Hbase数据库将如何反应？ HBase是实时网络应用的一个很好的解决方案吗？
我希望拥有一个类似lambda架构的系统。用于批处理和流处理。 将HDFS顶部的HBase放在我的OLTP和OLAP系统中吗？
由于lambda架构具有批处理和速度层。我是否可以在HDFS中使用HBase数据进行批处理并将结果保存回Hbase？
总的来说，我想知道HBase是否是构建实时Web应用程序的良好解决方案，以便能够进行分析。
答案 0 :(得分：3)
HBase的选择基于以下内容：
数量：数百万和数十亿比数千和数百万更好
功能：当您不需要事务，二级索引和一些RDBMS功能时
硬件：确保您有足够的区域服务器硬件。它涉及大量的维护
更具体：
由于其快速随机读取查询，它最适合Web应用程序。但这只有非常好的行键设计。这涉及您提前计划好最终查询并设计行密钥。如果您还有基于时间的数据并且您的查询严重依赖于它，则需要特别注意行键设计。简而言之，你应该避免热点。一些信息here
除此之外，使用HBase过滤器可以选择其他列值，但选择的次数非常少，可能无法保证Web应用程序的响应时间。
此外，如果您的数据集（行）具有可变数量的列，并且您不需要查询中的所有列，则HBase也是最佳选择
HBase中可以进行服务器（区域）故障转移 - 因此您的数据是安全的。
它既可以用于批处理，也可以用于流式传输。当然，在大数据堆栈中流式传输是最好的。然而，这也取决于您的流媒体管道 - 如kafka，火花流或风暴等。
既然你提到了Phoenix，我想你可能想要坚持使用HBase的sql视图 - 这可能会给你更好的选择。然而，在核心，行键设计仍然是HBase性能的核心