Hadoop查找存储选项

我们计划将现有的应用程序迁移到hadoop中。我们目前正在使用许多查找表/文件作为参考

在hadoop生态系统中存储此类表/文件的最佳选项是什么

1） 创建配置单元/hbase查找表 是否需要单独的mr作业才能加入此查找文件

2） HDFS文件使用了引用查找

---

我们是否也应该对查找表的大小做出决定？

如果数据的大小很小，则可以使用。查找数据将复制到执行所需的所有节点

---

使用数据库存储查找值时，考虑映射器/还原器对数据库的连接数。

< P>如果数据的大小很小，则可以使用。查找数据将复制到执行所需的所有节点

---

使用数据库存储查找值时，考虑映射器/还原器对数据库的连接数。

< P>选择最佳选项取决于许多因素，如数据的大小和性质、网络基础设施等。你可以考虑以下选项：

• 将数据复制到分布式缓存，以便节点可以加载数据 转换为哈希映射
• 在映射器/还原器中使用键/值存储。例：.
  请注意，DB访问可能会导致性能下降
• 将查找数据存储在HDFS上，并在需要时将其连接到正在处理的数据集，这里可以使用Hadoop上更高级别的抽象

如果您要使用键值存储，我建议您查看哪个实际上是分布式哈希表。

---

您可以通过简单的Hadoop作业（功能）填充其存储。

选择最佳选项取决于许多因素，如数据的大小和性质、网络基础设施等。你可以考虑以下选项：

• 将数据复制到分布式缓存，以便节点可以加载数据 转换为哈希映射
• 在映射器/还原器中使用键/值存储。例：.
  请注意，DB访问可能会导致性能下降
• 将查找数据存储在HDFS上，并在需要时将其连接到正在处理的数据集，这里可以使用Hadoop上更高级别的抽象

如果您要使用键值存储，我建议您查看哪个实际上是分布式哈希表。 您可以通过简单的Hadoop作业（功能）填充其存储