我有一个包含数百万条记录的Hbase表。每条记录都有一些描述记录的属性，每个属性都存储在一个列限定符中。（主要是int或string值） 我有一个要求，我应该能够看到基于列限定符（或将来不止一个）分页和排序的记录。这样做的最佳方法是什么？我使用协处理器（主要是huawei的hindex）查看了二级索引，但它似乎与我的用例完全不符。我还考虑过将所有数据复制到多个表中，每个表对应一个排序属性，这些表将包含在rowkey中，然后将查询重定向到这些表。但这似乎非常乏味，因为我已经有一些所谓的属性..
感谢您的任何建议。
答案 0 :(得分：3)
你需要你的NoSQL数据库就像一个RDBMS一样工作，并且根据你的数据大小，如果你坚持下去，你的生活会更简单，除非你期望指数增长:)另外，你没有提到你的数据得到更新，这对做出正确的决定非常重要。
话虽如此，你有很多选择，这里有一些：
如果您可以等待结果：编写MapReduce任务进行扫描，对其进行排序并检索前X行，您是否真的需要每个排序类型超过1000页（20-50k行） ？。另一种选择是使用Hive之类的东西。
如果您可以聚合数据并“减少”数据集：编写MapReduce任务以定期将最新的聚合数据导出到SQL表（将处理查询）。我已经做过几次了，它就像一个魅力，但它取决于你的要求。
如果您有足够的存储空间：编写MapReduce任务以定期为每个属性重新生成（或附加数据）一个新表（在行键中按其排序）。您不需要多个表，只需在每个案例的rowkeys中使用前缀，或者，如果您不想要表，并且您不会有很多查询，只需将已排序的数据写入csv文件并将其存储在HDFS，您的前端应用程序可以轻松阅读它们。
手动维护一个二级索引：哪个不能容忍架构更新和新属性，但对于近实时结果非常有用。要做到这一点，您必须更新代码，以便使用良好的缓冲区写入辅助表，以帮助提高性能，同时避免热区。想想这种类型的rowkeys：[4B SORT FIELD ID (4 chars)] [8B SORT FIELD VALUE] [8B timestamp]，只有一列存储主表的rowkey。要检索按任何字段排序的数据，只需使用SORT FIELD ID作为起始行执行SCAN，将起始排序字段值作为分页的枢轴（忽略它以获取第一页，然后设置最后一个检索到的），即你将拥有主表的rowkeys的方式，你可以只执行一个multiget来检索完整的数据。请记住，您需要一个小脚本来扫描主表，并将数据写入现有行的索引表。
依靠你提到的协处理器的任何自动二级索引，虽然我根本不喜欢这个选项。
答案 1 :(得分：1)
您主要列举了这些选项。您知道HBase本身不支持二级索引。除了hindex，你可以考虑凤凰
https://github.com/forcedotcom/phoenix
（来自SalesForce）除了二级索引之外还有jdbc驱动程序和sql支持。