关于使用hbase进行多维度条件实时查询的方案调研。
1.MapReduce方案
优点：并发批量构建Index
缺点：不能实时构建Index
2.ITHBASE方案
缺点：需要重构hbase，几年没有更新。
3.IHBASE方案
缺点：需要重构hbase。
4.Coprocessor方案
华为的HBase二级索引采用此方案(hindex代码开源)。
1)、索引和数据分别放在不同表里;
2)、所有的运算逻辑全都放在服务端;
3)、需要修改HBase源码，侵入性大
4)、 查询时无需指定，即可自动使用最优索引
缺点：代码很复杂，代码量非常多。一下子要弄明白原理可能比较困难。hindex和公司的HBase版本不兼容性
5.Solr+hbase方案
缺点：对Solr不熟悉
6.CCIndex
缺点： 如存储开销比较大,尤其是当索引列比较多的时候,空间开销会更大;索引更新代价比较高,会影响系统的吞吐量;索引创建以后,不能够动态增加或修改。
7.360的hbase二级索引
360二级索引的特点如下：
1)、索引和Rowkey在同一个表里;
2)、支持多范围与操作优化;
3)、支持索引重建
缺点：没有开源，需要按照他的思想去实现，原理不是太清楚，只明白一点点，按照这个思想来重新搭建也可能非常耗时间。
8.phoenix的二级索引
好处：开源，自带二级索引。
HBASE是在hadoop之上构建非关系型，面向列存储的开源分布式结构化数据存储系统。
•将Table中的数据根据rowKey字段划分为多个HRegion
•HRegion分配给RegionServer管理
HBase本身只提供基于行键和全表扫描的查询，而行键索引单一，对于多维度的查询困难。
不论什么实现二级索引基本都是空间换时间，实现倒叙索引。
HBase的一级索引就是rowkey，我们只能通过rowkey进行检索。如果我们相对hbase里面列族的列列进行一些组合查询，就需要采用HBase的二级索引方案来进行多条件的查询。
1.MapReduce方案
2.ITHBASE(Indexed-Transanctional HBase)方案
3.IHBASE(Index HBase)方案
4.Hbase Coprocessor(协处理器)方案
5.Solr+hbase方案
6.CCIndex(complementalclustering index)方案
2.1创建单列索引
2.2同时创建多个单列索引
2.3创建联合索引(最多同时支持3个列)
2.4只根据rowkey创建索引
1.全局建立索引，可以修改hbase-site.xml文件
为所有table加载了一个cp class，可以用”,”分割加载多个class
property
namehbase.coprocessor.region.classes/name
valueorg.apache.hadoop.hbase.coprocessor.AggregateImplementation/value
/property
2.单个表建立索引
1.首先disable ‘表名’
2.然后修改表
alter 'LogTable',METHOD='table_att','coprocessor'='hdfs:///test.jar|www.aboutyun.com.hbase.HbaseCoprocessor|1001'
3.enable '表名'
3.卸载索引
alter 'LogTable', METHOD = 'table_att_unset', NAME = 'coprocessor$1‘
设计思路：
图1
二级索引的本质就是建立各列值与行键之间的映射关系
如上图1，当要对F:C1这列建立索引时，只需要建立F:C1各列值到其对应行键的映射关系，如C11-RK1等，这样就完成了对F:C1列值的二级索引的构建，当要查询符合F:C1=C11对应的F:C2的列值时(即根据C1=C11来查询C2的值,图1青色部分)
其查询步骤如下：
1.根据C1=C11到索引数据中查找其对应的RK，查询得到其对应的RK=RK1
2.得到RK1后就自然能根据RK1来查询C2的值了 这是构建二级索引大概思路，其他组合查询的联合索引的建立也类似。
使用整合MapReduce的方式创建hbase索引。主要的流程如下：
1.1扫描输入表，使用hbase继承类TableMapper
1.2获取rowkey和指定字段名称和字段值
1.3创建Put实例，value=rowkey, rowkey=columnName +_ +columnValue
1.4使用IdentityTableReducer将数据写入索引表
GenerateIndexMapper继承TableMapper类
LoadIndexMapper类数据批量导入hbase
SecondIndexMain是驱动类
HBase在0.92之后引入了coprocessors，提供了一系列的钩子，让我们能够轻易实现访问控制和二级索引的特性。
•HBase Coprocessor受启发于Google的Jeff Dean在LADIS’09上的报告
–Google BigTable的Coprocessor特点
•在每个表服务器的任何tablet上均可执行用户代码
•提供客户端调用接口 (coprocessor客户端lib将可定位每个row/range的位置;多行读写将自
动分片为多个并行的RPC调用)
•提供可构建分布式服务的灵活的编程模型
•可以自动扩展，负载均衡等
–与Google Bigtable Coprocessor相比
•Bigtable coprocessor以独立的进程执行，可以更好的控制CP计算所需资源
•HBase coprocessor是一个在Master/RegionServer进程内的框架，通过在运行时执行用户的代码，在HBase内实现灵活的分布式数据处理功能
•HBase Coprocessor的主要应用场景
–secondary indexing
–complex filtering
–access control
•HBase Coprocessor的实现分为Observer和Endpoint两种
–Observer类似于触发器，工作在服务器端。可以实现权限管理、监控等
–Endpoint类似于存储过程，工作在服务器端和客户端。可以实现min/max等计算
•Coprocessor的作用范围
–System coprocessor:对所有table的所有region
–Table coprocessor：对某个table的所有region
•RegionObserver：提供表数据操作事件的钩子函数：Get、Put、Scan等的pre/post处理。
•WALObserver：提供WAL相关操作钩子。
•MasterObserver：提供DDL类型的操作钩子。如创建、删除、修改数据表等。
Endpoint：只适用于RegionServer,对应于每个table的Region的处理。
想要更详细的介绍请查阅:
https://blogs.apache.org/hbase/entry/coprocessor_introduction
observers分为三种：
RegionObserver：提供数据操作事件钩子;
WALObserver：提供WAL(write ahead log)相关操作事件钩子;
MasterObserver：提供DDL操作事件钩子。
该例子使用RegionObserver实现在写主表之前将索引数据先写到另外一个表
写完后要加载到table里面去，先把该文件打包indexTest.jar并上传到hdfs的/hbase-test路径下，然后操作如下：
进入hbase shell，执行一下命令行：
然后往testTable里面插数据就会自动往indexTableName写数据了。
这就是用coprocessor实现二级索引的例子。
