现有oracle速度教慢，先尝试下大数据技术，如果搭建好hadoop并将病历数据转为hbase列式数据库，将读取hbase列式数据定义成服务，提供给外部访问，此做法是否可行？
0
问下我们数据中心是非java编写的，数据中心已建立好，马上改成java还需一段时间，目前病历数据主要是做查询，现有oracle速度教慢，先尝试下大数据技术，如果搭建好hadoop并将病历数据转为hbase列式数据库，将读取hbase列式数据定义成服务，提供给外部访问，此做法是否可行？
没有找到相关结果
重要提示：提问者不能发表回复，可以通过评论与回答者沟通，沟通后可以通过编辑功能完善问题描述，以便后续其他人能够更容易理解问题.
2 个回复
Bob - 同程旅游大数据+BI 架构师 2015-10-28 回答
赞同来自: symott
单纯是想解决一个oracle查询慢而自建数据中心，这是不可取的。
你的病历数据多到oracle没法解决，公司的规模应该比较大了。在这种场景下，要从全盘考虑问题。
实时查询
1.HBase集群是一种方式，但是表设计是依赖特定查询场景的。因为基于rowkey扫描是最快的，如果仅仅是列扫描或列值扫描则会很慢。
如果你们下定决心只使用Hbase来承担查询,那么可以引入两个组件来解决：
一：prefix。让hbase集群支持以sql的方式来查询数据
二：在Hbase集群上搭建一个solr集群，通过索引的方式来减少对hbase集群的表扫描
2.spark集群也是一种实时查询方式。但是比较消耗服务器内存。你的数据中心建设需要采购一批大内存的机器。
这样你的一些实时查询都可以使用spark SQL来完成。
3.impala集群也是一个可选的方式。
以上三种方式都可解决实时查询的问题，在我们内部也有使用。如有其他问题，欢迎随时私信
牟瑞 - 大数据 Hadoop 讲师 Hadoop入门课程地址：http://www.hellobi.com/course/39 有架构师，技术总监，CTO的职位请联系我！ 2015-10-28 回答
赞同来自: seng
1.你们已有的数据量有多大，每天产生的数量有多大
2.oracle查询较慢原因是什么？是否经过排查？是数据量太大?还是服务器配置问题。
3.查询数据是什么类型，是单独的Key-Value的查询？还是关联查询？
4.数据格式是结构化的多一些还是非结构化的多一些？数据是文档数据么？
等等。
以上，不同的数据库或者方案，解决不同的应用场景，不同的应用场景采用不同的方案架构。没有一种数据库是解决所有问题的。
hbase如果是基于rowkey查询速度会比较快。但是如果你还想做类似的oracle的关联查询。那还是需要类似于SQL的查询方式。此时你可能还需要hive。但是hive是基于mapreduce的方式的，所以它的查询也是比较慢的。