文件名称：Spark-SQL-on-HBase:通过Spark SQLDataframe接口对HBase数据的本地优化访问
文件大小：838KB
文件格式：ZIP
更新时间：2024-05-03 22:41:19
Scala
Astro：使用SparkSQL在HBase上进行快速SQL Apache HBase是HDFS上的分布式数据键-值存储。 它以Google的Big Table建模，并提供API来查询数据。 数据通过其“行键”进行组织，分区和分发。 对于每个分区，数据通过“列族”在物理上进一步分区，“列族”指定了数据“列”的集合。 数据模型用于宽而稀疏的表，其中列是动态的，并且很可能稀疏。 尽管HBase是一个非常有用的大数据存储，但是它的访问机制非常原始，并且只能通过客户端API，Map / Reduce接口和交互式Shell进行访问。 可通过Map / Reduce或接口机制（例如Apache Hive和Impala）或某些“本机” SQL技术（例如Apache Phoenix）进行对HBase数据SQL访问。 尽管前者的实现和使用成本通常较低，但它们的延迟和效率通常无法与后者相提并论，并且通常仅