概述
雲HBase2.0也就是我們即將要上線的ApsaraDB for HBase2.0。它不僅兼容開源HBase2.0，也承載著阿里多年大規模HBase使用的技術積澱，還有廣大公有云用戶喜歡的商業化功能。在大數據量場景中已經具有如此優勢的雲HBase2.0，如果還能search呢?
技術簡介
雲HBase2.0上的search是基於最新版本的solr7.3.x研發。數據通過replication準實時的同步到solrcloud中，利用solr實現數據的檢索。具體過程如下：
通過配置文件或者SQL中指定要同步的索引列以及分詞器等信息，建立HBase與solr表之間的映射關係。
當有HBase中發生數據操作(插入/更新/刪除)時，對應的操作數據將會被捕獲，轉化為doc寫入solrcloud中。
索引列作為全文索引進行檢索。先檢索solr中對應的索引數據，拿到所有符合條件索引數據的value, 也就是對應HBase表中rowkey時，再對HBase主表中的數據做過濾，最後獲取到查詢結果。
以上過程可參考下圖：
架構優勢
當HBase有了search能力，不僅能解決非rowkey的索引問題，也補齊了HBase後綴模糊匹配，分詞檢索的能力。
索引數據的同步方案目前有兩種, 分別是使用HBase Coprocessor的同步方案和利用replication的異步方案。目前我們使用異步方案的原因是，對HBase集群影響最小，而且此方案經過多次優化，數據同步速度也能接近準實時。
除了兼容目前最高版本的HBase和solr的優勢以外，相對現在社區已有的同類方案，還有以下優點：
雲端的自動化運維和專家診斷，讓系統更加穩定。
支持存儲計算分離，solr索引數據存儲在oss,降低成本。
我們目的是為HBase提供內嵌的search能力，能通過易用的SQL對HBase的非rowkey列進行檢索。我們不僅僅支持search，以後也會擴展地理空間索引。
應用場景
某交通數據中心，每天會從各個路口攝像頭實時採集大量的車牌號數據，並存儲到HBase中。上層業務有以車牌號為條件，模糊查詢出相關車主信息的需求。而由於每天實時寫入的數據多達幾億條之多，同時涉及大量包含和後綴查詢。此時，HBase現有的功能特性，已經不能滿足此類查詢需求了，大數據量的全表掃描不僅非常慢，也很容易造成RS因為大scan頻繁掛掉的問題。對於有search功能的HBase來說，通過二級索引藉助luence的能力很容易就能解決這個問題。
總結
文中對雲HBase2.0的search功能做了簡單介紹。筆者更想通過本文能和有此類業務需求的同學進行交流，歡迎加釘釘群：11734635。另外，此功能預計7月份公測，也歡迎申請試用，感興趣的同學留言哦!
閱讀更多 中國大數據 的文章
