【问题标题】：what should be considered before choosing hbase?选择hbase前应该考虑什么？
【发布时间】：2016-10-13 09:56:07
【问题描述】：

我是大数据领域的新手。

我们从团队那里得到建议，我们应该使用 hbase 而不是 RDBMS 以获得高性能。在将 RDMS 切换到 hbase 之前，我们不知道应该/必须考虑什么。有什么想法吗？

【问题讨论】：

【解决方案1】：

One of my favourite book describes..

回到@Whitefret 的最后一点：有一些东西叫做CAP theorm，基于它可以做出决定。

在这种情况下，Hbase 支持 CP

但是，要将 RDBMS 切换到 HBASE，您可以使用 SQOOP。

【讨论】：

【解决方案2】：

这是一个很难的问题，有很多事情需要考虑。

您能优化您的 RDBMS 吗？添加索引，连接的非规范化成本太高......有很多路径需要考虑，我不是专家。
您的数据大吗？这是非常模糊的，并且您在 RDBMS 和大数据之间有一个空间，您无法确定使用哪一个。 RDBMS 仍然可以有效地处理数百万行。
您的数据中需要关系吗？ NoSQL 数据库不使用关系，这对于具有 SQL 背景的人来说可能很难。有一些框架可以将 SQL 提供给 HBase，但在使用大数据时，拥有 RDBMS 模型通常是个坏主意

如果您能回答这些问题并且您认为 NoSQL 是一种练习，请询问您的团队对此有何看法。 NoSQL 数据库带有您在 SQL 世界中永远不会遇到的问题。他们应该首先建立一个原型来了解这一切是如何工作的，也许可以为他们提供一些培训。

总结：
- 查找是否需要非关系数据库
- 选择合适的（Hbase 真的是你需要的吗？为什么不考虑 Cassandra 或 MongoDB？）

【讨论】：

【解决方案3】：

HBase 与所有 NoSQL DB 一样具有出色的新功能，但遗憾的是没有什么是免费的（更不用说金钱成本了）。

在 HBase 中，您确实应该检查是否可以使用 HBase 数据模型完成所有可能想要执行的查询。需要考虑的重要一点是模式设计（最重要的是行键的建模）。我建议你阅读这篇非常好的论文：

我认为在 HBase 官方网站上可以找到对您问题的一个很好的答案。

“HBase 并不适合所有问题。

首先，确保您有足够的数据。 如果您有数亿或数十亿行，那么 HBase 是一个不错的选择。如果您只有几千/几百万行，那么使用传统的 RDBMS 可能是更好的选择，因为您的所有数据可能最终都在一个（或两个）节点上，而其余的集群可能处于空闲状态。

第二，确保您可以在没有 RDBMS 提供的所有额外功能的情况下生活（例如，类型化列、二级索引、事务、高级查询语言等）针对 RDBMS 构建的应用程序例如，不能通过简单地更改 JDBC 驱动程序将其“移植”到 HBase。考虑从 RDBMS 迁移到 HBase 作为完全重新设计，而不是移植。

第三，确保你有足够的硬件。即使是 HDFS 也不能很好地处理少于 5 个 DataNode（由于 HDFS 块复制，默认值为 3）以及 NameNode。

HBase 可以在笔记本电脑上很好地独立运行 - 但这应该仅被视为开发配置。 "

【讨论】：