Hadoop 使用什么。。HDFS上的黑斑羚，Hbase上的黑斑羚，还是Hbase上的黑斑羚？

我正在进行概念验证任务。 任务是使用Hadoop技术实现我们产品的一个特性

该功能非常简单，我们有一个用户界面，可以让您插入有关“网络问题”的详细信息。 有关此问题的所有详细信息都将被捕获并插入到Oracle DB的表中。 然后，我们处理此表中的数据并计算健康分数

我必须使用Hadoop而不是传统的Db，所以我的问题是要做什么？ HDFS上的黑斑羚？或 黑斑羚在Hbase上？或 Hbase

我正在使用ClouderaVM来实现POC

据我所知，Hbase是NoSQL分布式数据库，实际上是HDFS上的一层，它提供java API来访问数据。 Impala是一个工具，它还提供JDBC访问，通过Hbase或直接通过HDFS访问数据。

---

我对hadoop很陌生，能找个人帮忙吗

好吧，这取决于几件事，比如你将要执行的处理类型、期望的响应时间等。但是看看你在这里写的东西，HBase似乎很好。我现在还不需要黑斑羚。HBase API很好，可以满足您的大部分需求

我的意思是，最好一开始就保持简单，只有在真正需要的时候才添加工具。同样的道理在这里也适用。如果您发现HBase API无法达到此目的，那么您肯定可以将Impala添加到堆栈中

---

尽管如此，有一件事你应该牢记在心。HBase是一个NoSQL数据库，不遵循RDBMS惯例和术语。所以，一开始你可能会觉得有点奇怪。最好记住这一点，然后继续进行，因为您必须以一种与RDBMS模式设计风格完全不同的方式设计模式。

您能介绍一下您的一些需求吗？例如，您的一些查询。HBase旨在通过密钥快速访问。Impala设计用于在几秒钟内运行SQL语句。它们是不同的东西，可以一起使用。嗯，到目前为止我还没有确切的疑问。但要求是，正如我所说，我们创建一个大约有10-15列的表。此表中的每一行表示一个网络问题。然后，我们经常在此表上运行select查询，并使用此表中一列的值，将其输入到将计算健康评分的算法中。网络问题的插入也可能是随机和频繁的。。