Question

虽然 MapReduce 编程模型是 Hadoop 的核心，但是它的实现较为底层，因此开发人员无法以高效的方式编写复杂分析的 Job。为了提升开发效率，一些高级语言与 API 提供了对 MapReduce 编程模型底层的抽象。目前有许多编写数据分析 Job 的方案供选择，其中 Hive 和 Pig 项目是最流行的，它们分别提供了类 SQL 的查询语言以及面向数据流的编程语言。HBase 也是往 HDFS 中存储数据和对其进行分析的常选工具，它是一个面向列的分布式数据库。HBase 与 MapReduce 的不同之处是它提供了低延时的数据随机读写功能。MapReduce Job 可以读写 HBase 表结构的数据，但通常我们会通过 HBase 客户端 API 来完成数据处理。本章将介绍如何使用 Spring for Apache Hadoop 来编写使用这些 Hadoop 技术的 Java 应用程序。