Content management system 大数据CMS全文搜索

目前，我有一个用户上传文档的应用程序（PDF/excel/word，少量图像）。寻找大数据（Hadoop MangoDB）解决方案

存储数千个pdf、word、excel文件（因为我们的大小也在增长）

搜索图像元信息

全文搜索（主要是实时搜索）

更快的检索

---

请建议

也看看apache Hbase..您可能会发现它对您的用例很有用..它是一个运行在Hdfs之上的NOSQL数据库，提供随机实时读/写访问..您也可以看看apache Hive..虽然它与Hbase不同，不是用于实时处理，它在Hadoop集群上提供了一个数据仓库，具有类似SQL的接口。您可以在后台运行配置单元作业，如果您事先知道处理的类型，则可以随时处理数据。如果您来自SQL后台，这将非常有用。

我在其他项目中使用了HBase、配置单元。。HBase是克隆定向的，可用于索引solr和hive在这里完全无关。我正在寻找像Mongo这样的面向文档的系统。但是我不喜欢这个想法，我没有说过你应该用蜂巢来代替Mongo或者类似的东西。如果你想使用像Terrastore、ApacheCouchDB、Amazon SimpleDB等面向文档的系统，有几种选择。你可以根据自己的方便选择一种