HBase中过滤查询的性能？

Question

我正在寻找满足以下需求的数据存储： -

1. 分发，因为我们有大量要查询的数据（在TB中）
2. 编写密集型数据存储。数据将从服务生成，我们希望存储数据以对其进行分析。
3. 我们希望分析查询合理快速（分钟，而不是小时）
4. 我们的大多数查询都是“选择，过滤，聚合，排序”类型。
5. 模式经常更改，因为我们存储的内容将根据系统不断变化的要求而发生变化
6. 我们存储的部分数据也可用于纯粹的大规模地图/减少作业以用于其他目的。

键值存储是可扩展的，但不支持我们的查询要求。

Map / Reduce作业是可扩展的，可以执行查询，但我认为它不符合我们的查询延迟要求。

RDBMS（如MySQL）将满足我们的查询需求，但它将迫使我们拥有一个固定的架构。我们可以扩展它，但我们必须分享等。

像Vertica这样的商业解决方案似乎是解决我们所有问题的解决方案，但如果可以，我会避免使用商业解决方案。

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

目前HBase不支持二级索引。这让我想知道HBase是否适合在任意列上进行过滤。根据文档，对行id和列族进行过滤比仅过滤列限定符更快。但是，我还读到在RowId和Column系列上使用Bloom Filter索引会显着增加Bloom过滤器的大小，并使该选项几乎不可行。

我无法在网上找到有关HBase过滤查询性能的大量数据。 希望我能在这里找到更多信息。

谢谢！

Answer 1

尝试apache cassandra，它非常支持二级索引。来到hbase bloom过滤器，请通过此链接，它根据模式描述了多种绽放选项，Hbase bllom filters

Answer 2

你可能正在寻找 像Postgres-XL这样的MPP解决方案 或related平台。