大数据CMS全文搜索

Question

目前我有一个应用程序，用户可以在其中上传文档（pdf/excel/word，很少的图像）。寻找大数据（Hadoop-MangoDB）解决方案，在哪里可以

1. 存储数以千计的PDF，Word，Excel文件（因为我们的大小也在增长）

2. 搜索图像元信息

3. 全文搜索（主要是实时的）

4. 更快的检索

请指教

Answer 1

看看

apache Hbase。您可能会发现它对您的用例很有用。它是一个运行在HDFS之上的NOSQL数据库，并提供随机的实时读/写访问。你也可以看看Apache Hive。虽然它不像Hbase那样用于实时处理，但它在Hadoop集群之上提供了一个数据仓库，具有类似SQL的接口。您可以在后台运行 Hive 作业，并保持数据处理并准备好提供服务（如果您事先知道处理的类型）。如果您来自 SQL 背景，这将很有用。