我正在从事概念验证任务。 我们的任务是使用Hadoop技术实现我们产品的功能。
功能非常简单，我们有一个用户界面，可以让您插入有关“网络问题”的详细信息。 捕获有关此类问题的所有详细信息并将其插入Oracle DB中的表中。 然后，我们处理此表中的数据并计算健康评分。
我必须使用Hadoop而不是传统的Db所以我的问题是该怎么做？ HDFS上的Impala？要么 Hbase上的Impala？要么 HBASE？
我正在使用cloudera VM进行POC实施。
根据我的理解，Hbase是NoSQL分布式数据库，它实际上是HDFS上的一个层，它提供了访问数据的Java API。 Impala是一种工具，它还提供JDBC访问，以通过Hbase或直接通过HDFS访问数据。 我对hadoop很新，有人可以帮忙吗？
答案 0 :(得分：4)
嗯，这取决于几件事情，比如你将要执行的处理类型，所需的响应时间等。但是通过查看你在这里写的任何内容，HBase似乎没问题。到目前为止我没有发现Impala的任何需求。 HBase API很好，可以满足您的大部分需求。
恕我直言，最好先保持简单，只有在真正需要的时候添加工具。同样在这里也很好。如果您发现HBase API无法达到目的，您肯定可以将Impala添加到堆栈中。
话虽如此，但有一件事你应该记住。 HBase是NoSQL DB，不遵循RDBMS惯例和术语。所以，你最初可能会发现它有点奇怪。最好记住这一点然后继续，因为您必须以与RDBMS样式的架构设计完全不同的方式设计架构。