与使用java相比，hbase/hadoop中的流作业是否有任何功能损失？

如果这是一个基本问题，请提前道歉。我正在读一本关于hbase和学习的书，但书中的大多数示例（以及在线）都倾向于使用Java（我猜是因为hbase是Java的本机）。这里有一些python示例，我知道我可以使用python（使用thrift或其他模块）访问hbase，但我想知道其他函数是什么

例如，hbase有一个“协处理器”功能，可以将数据推送到进行计算的位置。这种类型是否适用于python或其他使用流式hadoop作业的应用程序？java似乎可以知道您在做什么，并相应地管理数据流，但这在流媒体中是如何工作的呢？如果它不起作用，有没有办法获得这种类型的功能（通过流媒体而不切换到另一种语言）

也许另一种问这个问题的方式是..一个非java程序员在流式处理时可以做些什么来获得hadoop特性的所有好处

---

提前谢谢

据我所知，您正在谈论两个（或更多）完全不同的概念

“”是否可以通过可执行文件流式传输数据（与您选择的编程语言无关）。当使用流时，不会有任何功能损失，因为该功能基本上映射/减少了您从hadoop流中获得的数据

对于hadoop部分，您甚至可以使用pig或hive大数据查询语言来高效地完成任务。使用最新版本的pig，您甚至可以用python编写自定义函数，并在pig脚本中使用它们

尽管有一些工具可以让您使用您熟悉的语言，但不要忘记hadoop框架主要是用java编写的。有时您可能需要编写专门的InputFormat；或者在pig中加入一个UDF，等等，那么一个好的java知识就会派上用场

您的“Hbase协处理器”示例与hadoop的流功能有点无关。Hbase协处理器由两部分组成：服务器端部分、客户端部分。我敢肯定，随着发布，hbase中会嵌入一些有用的服务器端协处理器；但除此之外，您还需要编写自己的协处理器（坏消息是，它是java）。对于客户端，我相信您可以通过节俭将它们与您最喜欢的编程语言一起使用，而不会有太多问题

因此，作为对您问题的回答：您可以始终回避学习java；仍在使用hadoop发挥其潜力（使用第三方库/应用程序）。但当大便击中风扇时，更好地理解其背后的内容；能够使用java进行开发。了解java可以让您完全控制hadoop/hbase环境

---

希望这对您有所帮助。

是的，您应该通过流式处理获得数据本地代码执行。您没有将数据推送到程序所在的位置，而是将程序推送到数据所在的位置。流只是获取本地输入数据并通过stdin将其运行到python程序中。它不是在java任务中运行的每个映射，而是向上旋转python程序的实例，并通过该实例泵送输入

如果你真的想做快速处理，你真的应该学习java。所有的东西都要通过标准食物和烈性酒来输送，这是一项很大的开销