HBase中过滤器查询的性能？

Question

我要寻找的是提供了以下需求的数据存储： -

1. 分布，因为我们有很多数据的查询（在TBS）
2. 写密集型的数据存储。数据将从服务生成，我们希望存储数据以对其执行分析。
3. 我们希望分析查询速度相当快（分钟数，而不是小时数）
4. 我们大多数查询将是“选择，过滤器，聚合，排序”类型。
5. 模式更改通常会因为我们存储的内容会根据系统变化的要求而改变
6. 我们存储的部分数据也可能用于纯粹的大比例尺地图/缩小作业以用于其他目的。

键值存储可扩展，但不支持我们的查询需求。

的Map/Reduce作业是可扩展的，可以执行查询，但我认为这将不能满足我们的查询等待时间要求。

的RDBMS（如MySQL）将满足我们的查询需要，但是它会迫使我们有一个固定的模式。我们可以扩大，但接下来我们要做的共享等

像Vertica的商业解决方案，看起来这将解决我们所有的问题的解决方案，但如果我能我会避免商业解决方案。

HBase似乎是一个与Hadoop一样可扩展的系统，因为它具有HDFS基础，并且似乎具有执行过滤器和聚合的功能，但我不确定HBase中过滤器查询的性能。

目前HBase不支持二级索引。这让我怀疑HBase是否适合在任意列上过滤。根据文档，对row-id和Column系列进行过滤比仅对列限定符进行过滤要快。但是，我还读到RowId和Column系列上的Bloom Filter索引显着增加了布隆过滤器的大小，并使此选项几乎不可行。

我无法在网上找到关于HBase的筛选查询的性能多少数据。 希望我可以在这里找到更多的信息。

谢谢！

Answer 1

尝试的Apache Cassandra的，它支持二级指标非常好。来到HBase的布隆过滤器，请去通过这个链接，它描述绽放多个选项取决于模式，Hbase bllom filters

Answer 2

您可能正在寻找像Postgres-XL 或related plateforms MPP解决方案。