不改造HBase就能应对复杂查询场景？

数据时代的标志性事件，创新者们不断打破关系型数据库“一种存储模式解决所有问题”的思路，发明了很多不同的产品应对细分的数据访问模式，它们提供了更好的服务特性，比如低延时、高并发等等。HBase是其中极具代表性的产品，作为Hadoop生态体系的明星产品，时至今日已在很多企业得到广泛应用。

NoSQL这种为特定的数据使用模式设计存储系统的思路，收获了性能的大幅提升，但随着存储数据量的激增，对解决方案整体性价比的满意度却在不断走低。毕竟，相较几个TB和数百TB，存储成本对用户的冲击力是不同的，人们总是不满于线性增长的成本，希望能花更少的钱做更多的事。

通过适度拓展数据访问模式提升性价比，成为业内很多技术方案追求的目标。

光大银行是金融行业中较早引入HBase的，经过若干年建设已经积累了大量数据。如果仅是为了满足不同条件的查询，就copy一个同等规模的集群，是各方都难以接受的。

HBase作为一种KV数据库，数据访问模式以主键为核心，当面对非主键查询时，其原生解决方案Filter无法满足大多数联机应用的性能需求。所以，很多基于HBase的二级索引方案都在尝试应对复杂查询场景的需求。

Pharos是基于HBase的技术中间件，研究起点同样是二级索引，致力于提升多条件复杂查询的性能，应用在海量数据低延时复杂查询场景。

构建思路

（编辑：甘孜站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!