Join Hive Hbase加入性能和；库杜

阅读Cloudera文档，使用Impala将配置单元表与HBase较小的表连接起来，如下所述，然后在缺少大数据设备（如OBDA）和较大的可变HBase维度表的情况下：

如果有对大型事实执行聚合操作的联接查询 表，并将结果与小维度表连接，考虑 事实表使用Impala，维度表使用HBase。 （因为在这种情况下，Impala会对HBase表进行完全扫描， 而不是基于联接列执行单行HBase查找， 仅在HBase表足够小且 执行完整表扫描不会导致性能瓶颈 查询。）

有没有办法用另一种方式查找单键

此外，我还注意到以下关于KUDU和HDFS的内容，大概是HIVE。有人在这里有经验吗？非常想知道。我会在适当的时候亲自尝试，但是在非包裹的QuickStart上安装包裹并不是那么容易

在单个应用程序（或查询）中混合和匹配存储管理器

---

出于谨慎的考虑，在只需要lkp的情况下，与KUDU链接维度是避免在HBASE中扫描大维度的一种方法

我收回后一点，我确信如果连接是equijoin，那么它不会导致HBASE扫描

---

这就是说，IMPALA和MPP允许一种不带MR的MPP方法，并将维度与事实表连接起来。OBDA的优势现在不那么明显了。imo.

“有没有办法以另一种方式获取单个键的查找”>您的意思是，读取一次庞大的数据集以提取键列表，然后从HBase检索相关记录（循环中有多个get），然后再次读取庞大的数据集以执行查找？这将是难以置信的低效，你不认为吗？我没有对什么是最好的做任何假设，但我是一个VLDB ORACLE DBA，具有性能和调优，这当然有点不同。在大数据中，什么是小表？您的回答导致了KUDU选项。HBase基本上是一个键/值数据库，专为随机访问和无事务而设计。Hive是一个批处理查询引擎，构建在HDFS（用于不可变大文件的分布式文件系统）和Thread（用于分布式批处理作业的资源管理器）之上。Hive还有一个“连接器”，可以在HBase上运行完全扫描，但这里存在严重的阻抗不匹配……另一方面，Phoenix试图在HBase之上引入一些RDBMS功能——基本数据类型、表模式、索引、事务。Kudu试图引入一些RDBMS功能——原子插入更新删除——作为HDFS+纱线的替代品，但这是Cloudera的一项计划，面向Impala和Spark（不是Hive…！）注意，Kudu还不成熟，还没有正式的身份验证/授权/审计功能，也没有正式的文档（即使您是Cloudera付费客户）。

• SELECT COUNT(*) FROM my_fact_table_on_hdfs JOIN
my_dim_table_in_kudu ON ...