第 7 章 Hbase 和 MapReduce 结合

Hbase 只是一个单纯的数据存储框架, 没有任何的分析能力.

我们可以让 Hbase 和 MapReduce 结合起来, 就扩展出来了数据分析功能.

为什么需要使用 MapReduce

用 MapReduce 的原因有两点：

• 统计的需要：

  我们知道 HBase 的数据都是分布式存储在 RegionServer上的，所以对于类似传统关系型数据库的 group by 操作，扫描器是无能为力的，只有当所有结果都返回到客户端的 时候，才能进行统计。

  这样做一是慢，二是会产生很大的网络开 销，所以使用 MapReduce 在服务器端就进行统计是比较好的方 案。

• 性能的需要：

  说白了就是“快”！如果遇到较复杂的场景，在扫描器上添加多个过滤器后，扫描的性能很低；

  或者当数据量很大 的时候扫描器也会执行得很慢，原因是扫描器和过滤器内部实现 的机制很复杂，虽然使用者调用简单，但是服务器端的性能就不敢保证了。