Hbase 列索引

Question

我在 Cloudera 集群中运行的 hbase 实例中有一些列。

我有一列包含未规范化的电话号码（比如说 phoneNum）（它们来自联络中心呼叫，带有许多前缀、#s 和 *s。例如 *107*065777113512#）。

我需要查询数据库以找到特定的电话号码（不带选项），因此它将是 phoneNum 中某些记录的子字符串。

问题如下：

如何索引 hbase 以获得良好的性能并避免全扫描？

我阅读了有关 solr integration、lucene、lily 的信息，但我不知道它们中的任何一个是否适用于这个问题。

提前致谢！

Answer 1

HBase 在列上没有索引。它纯粹由键索引。您可以使用规范化的电话号码作为键创建第二个表，然后使用列值链接回原始表，但这都是手动的，不会随着原始表的更改而更新。

Answer 2

您正在寻找一些能够进行 substring 搜索的解决方案。您可以使用 Solr 实现。

Solr 为您提供免费的文本搜索。您可以在 Solr 中找到许多 HBase 无法提供的搜索优势。首先查看https://wiki.apache.org/solr/。