HBase检索能力增强思路

(1)HBase

主表一个rowkey，只能设计一个rowkey=X|Y这种场景。

合适场景：

• X=a

• X>=a, X>a

• X<=a,或者X<a

• X=a and Y = b

• X=a and Y <= b

• X=a and Y>=b

优点：

• 高并发、高效快速

缺点：

• 只有一个rowkey设计，后期业务变化不不能修改rowkey结构

• 检索场景简单，有局限性，一个rowkey必须由前缀X出现才能快速查找，比如上述只提供Y=b的话，依然需要全表扫描

(2)Phoenix/自建HBase索引

扩展更多rowkey设计，允许更多rowkey=X|Y rowkey=Y|Z rowkey=X|Z等这种设计。

合适场景：

• 一个表，允许更更多类似左边的场景

• 更多X、Y、Z...条件来组合来进⾏行行

• 类似左边描述的条件查询

优点：

• 依然保持高并发、高效rowkey查询。允许有更多rowkey设计，最大化hbase rowkey检索优势

缺点：

• 表变多，如果业务有U/V/W/X/Y/Z 6个条件两两组合的业务场景，就需要15个表，数据膨胀，例如这个时候，X在索引⾥里里被保存了5次

• 查询也有局限性

(3)Solr/ES

任意条件 X、Y、Z。

合适场景：

• X = a or Y= b (rowkey设计不不能实现的)

• X> a and Y < b (rowkey设计不不能实现的)

• X like “%hbase%”

• Geo地理距离检索

• 支持分词查询

• 支持facet/group分类分组查询返回，例如一个关键词搜索新闻网站，它可以分政治、体育、经济等类别返回统计与结果

• 任意条件组合查询等

优点：

• 支持检索功能更丰富； OR 组合查询，多个条件范围组合查询，like、分词等全文检索，这些查询使用hbase rowkey设计是难以满足的

• 对于类似U/V/W/X/Y/Z 6个条件两两组合的业务场景,数据膨胀率远低于 hbase的rowkey方案

缺点：

• 类似hbase这种简单kv查询下，并发不如hbase高效快速

HBase for Solr介绍

HBase rowkey查询已经不能满足复杂多变的用户业务查询需求，HBase for Solr就是为了满足广大HBase用户日益变化的查询需求，是HBase查询检索能力的补充，是大数据多模式数据库发展趋势的基础之一，比如一些图、时空等应用，都可以使用solr提供的索引服务。