Map<String, Map<String, Map<String, Double>>>
我似乎无法弄清楚HBase表的架构。
行索引显然是最外层Map中的字符串值。但是，我不认为HBase允许嵌套列系列（尽管每列系列允许任意数量的列）
同样从答案here我发现嵌套实体在HBase中不能有嵌套实体。
为了让您了解数据大小：
1）最里面的Map（Map<String, Double>）只有3个键。
2）中间地图（Map<String, Map<String, Double>>）将有大约100个键。
3）最外面的地图（Map<String, Map<String, Map<String, Double>>>）可能有大约2千万到3千万个密钥。
感谢任何帮助。
编辑1： 基本上，我想要存储的数量是针对特定productId，从特定仓库跨本地，区域或国家级别销售的数量。 productId是最外层Map的关键。 warehouseID是中间Map的关键。 本地/区域/国家是最内层地图的关键。
编辑2： 将在mapred作业中填充和读取数据。基本上对于每个产品ID，仓库ID x（本地/区域/国家：现在称其为saleType）数量是另一个操作的输入所必需的。我还想在csv文件中以productId x warehouseId x saleType粒度存储数据，并从mapred作业中读取它
答案 0 :(得分：2)
鉴于你的编辑，我会避免使用HBase（尽管我喜欢它）。您似乎不需要随机访问您的数据，并且在每次迭代时执行全表扫描和全表写入都不是HBase的最佳用法。
我假设您已经拥有Hadoop集群。最佳选择可能是直接以HDFS（A SequenceFile，Avro或其他序列化格式）将数据以平面格式存储。另外，我不确定你使用什么样的工具，但我猜测对于基本计数聚合，那么Hive将是一个简单的启动选项。）
答案 1 :(得分：1)
考虑这个问题的一种方法是（key1，key2，key3） - ＆gt;双地图。您可以使用键，列族和限定符来描述结构。您可以将关键元组的所有3个部分作为连接的row_key放在一个非常高的表中，尽管这样做不会很好。
你有多达90亿元组。您对数据有很好的了解。我将从那里得到的第一个问题是：＆＃34;您将如何最常查询和访问数据？＆＃34;如果您正在寻找特定值而不是集合，那么大概90亿行是有意义的。如果更频繁，那么，您正在寻找单个外键的所有内部数据，然后可能最外面的键作为row_key，而（中间）_（内部）作为列限定符可以工作。在后一种情况下，您可以使用QualifierFilter和正则表达式比较器来进一步过滤响应。
答案 2 :(得分：0)
据我所知，您拥有大型数据集，分区范围以及快速检索，因此您可以在HDFS上使用parquet格式。 这将为您提供具有分区和压缩支持的柱状存储。 您还可以通过任何其他框架（如spark，drill等）读取数据。