Hadoop 在选择hbase之前应该考虑什么？

我是大数据领域的新手

---

团队建议我们应该使用hbase而不是RDBMS来实现高性能。我们不知道在将RDM转换为hbase之前应该/必须考虑什么。有什么想法吗？

< P>这是一个很难的问题，有很多事情要考虑。p>

你能优化你的RDBMS吗？添加索引，对代价太高的连接进行非规范化。。。有很多路要考虑，我也不是专家。

你的数据大吗？这是非常模糊的，在RDBMS和大数据之间有一个空间，您无法确定使用哪一个。RDBMS仍然可以高效地处理数百万行

您的数据中是否需要关系？NoSQL数据库不使用关系，这对于SQL背景的人来说很难做到。有一些框架将SQL提供给HBase，但在使用大数据时，通常使用RDBMS模型是个坏主意

如果您能够回答这些问题，并且认为NoSQL是一种训练，那么请询问您的团队对此有何感受。NoSQL数据库带来了在SQL世界中永远不会遇到的问题。他们应该首先建立一个原型来了解所有这些是如何工作的，也许可以为他们提供一些培训

总之：
-查找是否需要非关系数据库
-选择正确的（Hbase真的是你需要的吗？为什么不考虑卡桑德拉或MangGDB？）< /P> < P> < /P>

谈到@Whitefret的最后一点：有一种东西叫做“基于”，可以据此做出决定。

• 一致性（所有节点同时看到相同的数据）

• 可用性（每个请求都会收到一个关于它是成功还是失败的响应）

• 分区容差（即使由于网络故障而进行任意分区，系统仍能继续运行）

在这种情况下，Hbase支持CP

---

但是，要将RDBMS切换到HBASE，您可以使用。

HBASE与所有NoSQL DB一样，都具有强大的新功能，但遗憾的是，没有什么是免费的（甚至没有提到金钱成本）

在HBase中，您确实应该检查您可能要执行的所有查询是否都可以用HBase数据模型填充。要考虑的一个重要问题是模式设计（最重要的是ROWKE的模型化）。 我建议你读一读这篇非常好的论文：

我认为在HBase官方网站上可以找到您问题的一个非常好的答案

“HBase并非适用于所有问题

首先，确保您有足够的数据。如果您有数亿行或数十亿行，那么HBase是一个很好的选择。如果您只有几千行或几百万行，那么使用传统的RDBMS可能是一个更好的选择，因为您的所有数据可能都集中在一个（或两个）节点上集群的其余部分可能处于空闲状态

其次，确保您可以在没有RDBMS提供的所有额外功能（例如，类型化列、二级索引、事务、高级查询语言等）的情况下生存。基于RDBMS构建的应用程序不能“移植”例如，只需更改JDBC驱动程序，就可以使用HBase。考虑从RDBMS到HBase作为一个完全的重新设计，而不是一个端口。 第三，确保你有足够的硬件。即使是HDFS也不能很好地处理少于5个DataNode的数据（这是因为HDFS块复制的默认值为3），再加上一个NameNode

HBase可以在笔记本电脑上独立运行，但这只应视为一种开发配置。"