Apache Phoenix（1）：Phoenix介绍

Phoenix官方网址：http://phoenix.apache.org/

1 简介

 Phoenix官网：「We put the SQL back in NoSQL」

Apache Phoenix让Hadoop中支持低延迟OLTP和业务操作分析。

• 提供标准的SQL以及完备的ACID事务支持
• 通过利用HBase作为存储，让NoSQL数据库具备通过有模式的方式读取数据，我们可以使用SQL语句来操作HBase，例如：创建表、以及插入数据、修改数据、删除数据等。
• Phoenix通过协处理器在服务器端执行操作，最小化客户机/服务器数据传输

Apache Phoenix可以很好地与其他的Hadoop组件整合在一起，例如：Spark、Hive、Flume以及MapReduce。

2 使用Phoenix是否会影响HBase性能

 

• Phoenix不会影响HBase性能，反而会提升HBase性能
• Phoenix将SQL查询编译为本机HBase扫描
• 确定scan的key的最佳startKey和endKey
• 编排scan的并行执行
• 将WHERE子句中的谓词推送到服务器端
• 通过协处理器执行聚合查询
• 用于提高非行键列查询性能的二级索引
• 统计数据收集，以改进并行化，并指导优化之间的选择
• 跳过扫描筛选器以优化IN、LIKE和OR查询
• 行键加盐保证分配均匀，负载均衡

3 哪些公司在使用Phoenix

 

4 官方性能测试

4.1 Phoenix对标Hive（基于HDFS和HBase）

 

4.2 Phoenix对标Impala

 

4.3 关于上述官网两张性能测试的说明

上述两张图是从Phoenix官网拿下来的，这容易引起一个歧义。就是：有了HBase + Phoenix，那是不是意味着，我们将来做数仓（OLAP）就可以不用Hadoop + Hive了？

千万不要这么以为，HBase + Phoenix是否适合做OLAP取决于HBase的定位。Phoenix只是在HBase之上构建了SQL查询引擎（注意：我称为SQL查询引擎，并不是像MapReduce、Spark这种大规模数据计算引擎）。HBase的定位是在高性能随机读写，Phoenix可以使用SQL快插查询HBase中的数据，但数据操作底层是必须符合HBase的存储结构，例如：必须要有ROWKEY、必须要有列蔟。因为有这样的一些限制，绝大多数公司不会选择HBase + Phoenix来作为数据仓库的开发。而是用来快速进行海量数据的随机读写。这方面，HBase + Phoenix有很大的优势。