如何设计Hbase架构？

Question

假设我有此RDBM表（Entity-attribute-value_model）：

col1: entityID 
col2: attributeName 
col3: value 

，我想使用HBase的因结垢的问题。

我知道访问Hbase表的唯一方法是使用主键（游标）。您可以为特定键获取游标，并逐一迭代行。

问题是，在我的情况下，我想能够迭代所有3列。 例如：

• 对于一个给定的ENTITYID我想所有的attriutes和值
• 对于给定的attributeName和价值我想所有的entitiIDS ...

所以我的一个想法是构建一个将保存数据（表DATA，其中entityID作为主索引）的Hbase表和一个以attributeName作为主键的“索引”表，另一个表的值为

每个索引选项卡le将保存DATA表的指针列表（entityID）。

这是一个合理的方法吗？或者是对Hbase概念的“滥用”？

在这种blog的author说：

HBase的允许获得由初级 键和扫描（认为：光标）操作上排 范围。 （如果您有规模和 需要二级指标的，不用担心 - Lucene来救援但是，这是另一篇文章！）

你知道的Lucene如何帮助？

- Yonatan

Answer 1

二级指标确实是对HBase的许多潜在的应用是有用的，我相信开发商其实都是看它。结帐http://www.mail-archive.com/hbase-dev@hadoop.apache.org/msg04801.html。

在平均时间虽然，如果您的应用程序数据存储可以仿照星型架构（见http://en.wikipedia.org/wiki/Star_schema），你可能想签的是Hypertable的建议进行二次指数型的解决方案需要http://markmail.org/message/rphm4q6cbar2ycgp

Answer 2

我推荐两个不同的平面表：一个用于查找给定entityID的属性+值，另一个用于查找给定属性+值的entityID。

表1是这样的：

entityID1 { 
    attribute1: value1; 
    attribute2: value2; 
    ... 
} 

和表2：

attribute1_value1 { 
    entityID1; 
} 
attribute2_value2 { 
    entityID1; 
}