最近在研究geohash，剛好看到和HBase 的結合，所以這邊就一併筆記一下
背景：目前網路上一些基於地理位置的服務，例如，找到目前所在地周遭５００公尺的咖啡站，在巨量資料的情況下，你總不希望你的使用者等一個MapReduce跑完才會知道結果吧？！
因為HBase 有低延遲(low latency)的特性，也許我們可以使用HBase來儲存此類的地理資料並解決問題。
地理位置最簡單的結構就是大家常知道的經緯度（Ｘ，Ｙ座標），有一些地圖資料比較詳細，甚至有高度的資料(Z軸)，這邊我們先不考慮這項因素，只要先考慮X，Ｙ座標即可。
知道了資料的格式(經緯度代表一組XＹ座標)，那我們要怎麼存到HBase裡呢? 這個就要先知道HBase Schema和Rowkey的設計。
我們先來想想最簡單的方式：把經緯度連起來當row key，其餘資訊存在column family 的欄位裡。但這會發生下列情況：
雖然台大醫院和２２８公園比較近，但因為我們是先排經度再排緯度，所以在硬碟上的儲存位置點，反而是京站和台大醫院在硬碟上的儲存點會比較近。同理，就算先排緯度再排經度，也會產生一樣的問題。
所以我們希望透過HBase儲存空間點位置的目標有兩個
１.希望在空間裡彼此接近的點，在硬碟上的儲存位置點也是接近的。
２.希望在回傳查詢結果給用戶端時，可以回傳最少的點。
下一章再說明要如何達成
(本資訊由HBase-搞定big data-no sql實戰 整理而出。)
文章標籤
全站熱搜
