HBase是一個構建在HDFS之上，用於海量數據、分佈式列存儲系統。它只能通過RowKey直接獲取數據，不能夠實現類似於MySQL組合索引方式的查詢，因此我們考慮到位HBase建立二級索引。
一、基於Coprocessor方案
1、官方特性
其實從0.94版本開始，HBase官方文檔已經提出了HBase上面實現二級索引的一種路徑：
- 基於Coprocessor（0.92版本開始引入，達到支持類似傳統RDBMS的觸發器的行為）；
- 開發自定義數據處理邏輯，採用數據“雙寫”（dual-write）策略，在有數據寫入同時同步到二級索引表；
2、開源方案
雖然官方一直也沒提供內置的支持二級索引的工具， 不過業界也有些比較知名的基於Coprocessor的開源方案：
（1）華為的hindex ： 基於0.94版本，當年剛出來的時候比較火，但是版本較舊，看GitHub項目地址最近這幾年就沒更新過。
（2）Apache Phoenix： 功能圍繞著SQL on hbase，支持和兼容多個hbase版本， 二級索引只是其中一塊功能。 二級索引的創建和管理直接有SQL語法支持，使用起來很簡便， 該項目目前社區活躍度和版本更新迭代情況都比較好。
Apache Phoenix在目前開源的方案中，是一個比較優的選擇。主打SQL on HBase ，基於SQL能完成HBase的CRUD操作，支持JDBC協議。
Apache Phoenix在Hadoop生態裡面位置：
3. 方案優缺點
優點： 基於Coprocessor的方案，從開發設計的角度看，把很多對二級索引管理的細節都封裝在的Coprocessor具體實現類裡面， 這些細節對外面讀寫的人是無感知的，簡化了數據訪問者的使用。
缺點： 但是Coprocessor的方案入侵性比較強，增加了在Region server內部需要運行和維護二級索引關係表的代碼邏輯等，對Region server的性能會有一定影響。
二、非Coprocessor方案
選擇不基於Coprocessor開發，自行在外部構建和維護索引關係也是另外一種方式。
常見的是採用底層基於Apache Lucene的Elasticsearch(下面簡稱ES)或Apache Solr ，來構建強大的索引能力、搜索能力，例如支持模糊查詢、全文檢索、組合查詢、排序等。
1、Lily HBase Indexer
Lily HBase Indexer(也簡稱 HBase Indexer)是國外的NGDATA公司開源的基於solr的索引構建工具， 特色是其基於HBase的備份機制，開發了一個叫SEP工具， 通過監控HBase 的WAL日誌（Put/Delete操作），來觸發對solr集群索引的異步更新， 基本對HBase無侵入性（但必須開啟WAL ）。
從github上來看，Lily HBase Indexer項目已經比較長時間沒有更新了。
2、CDH Search
CDH Search是Hadoop發行商Cloudera公司開發的基於solr的HBase檢索方案，部分集成了Lily HBase Indexer的功能。
CDH Solr 索引查詢流程示意圖：
三、基於Elasticsearch的HBase二級索引方案
作者重點推薦這個方案。
HBase作為基礎存儲，Elasticsearch作為數據索引。根據業務需求，判斷哪些需要建立二級索引，存入 Elasticsearch中，建立索引與HBase的關聯外鍵，可以實現實時搜索。
本項目實例涉及到如下一些技術點，技術實現難度4顆星（總共5顆星）。
1. Elasticsearch
Elasticsearch以及Elasticsearch內置API-Java High Level REST Client等等；對Elasticsearch不熟悉的夥伴，可以參考小編的Elasticsearch技術專欄。
2. HBase
HBase安裝部署、常用的Shell命令，以及基於HBase Java API編程等等；具體可以訪問本技術專欄前面關於HBase的文章。
3. Spring Boot
基於Spring Boot構建微服務應用，並集成Elasticsearch的Java High Level REST Client API。具體可以參考小編的Spring Boot技術專欄。
獲取更多設計細節和項目源代碼，可訪問小編的Hadoop大數據技術專欄。
閱讀更多 軟件架構 的文章
