我对 hbase 有点陌生，已经能够设置 hbase 并查询存储在多台 hadoop 机器上的数据，但我想知道是否也可以在 hbase 中分发数据分析。
这是我的情况，我有几十亿条记录需要快速分析，我想让 X 服务器查询数据库并获取查询的独特部分，以便它们可以处理它，而不是让单个服务器遍历整个数据集。这可能吗？我该怎么做？
我非常不确定如何处理这个问题，因为我意识到所有查询都需要协调(每个服务器不能单独查询 hbase，否则 hbase 将不知道如何在服务器之间拆分请求)。我很困惑，但我想也许有一种 native 方法可以在 hadoop 中执行此操作？
如果有帮助，我的应用程序正在运行 java，并且我正在使用 cloudera 发行版在 EC2 上运行集群。
最佳答案
HBase 建立在 Hadoop 之上是有原因的 :) 您可以使用 Hadoop 的 map-reduce 框架来分发分析并让 hadoop/hbase 负责分发负载。 您可以从 docs 开始看看能做什么。
您的另一个选择是编写协处理器。协处理器在区域服务器上运行，因此它们靠近数据工作。你可以找到一个很好的介绍 here
关于java - hbase数据的分布式分析，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/12658534/