我有一个在单个hbase行（a）上运行的java函数 Result )，需要一段时间 Result 作为输入和输出 byte[] . 我想在10k-100k hbase行上运行此函数并收集结果。我有一个 List<byte[]> 这是我想运行此函数的行，它们均匀地分布在表的所有区域。我想在这些限制条件下这样做：
不是将所有行从服务器发送到客户端
没有长作业初始化，整个操作预计在一秒钟内运行
利用hadoop集群的处理能力，而不是客户端的处理能力
显然，这并不取决于hbase表的大小，它可以是数十亿行
实现这一目标的最佳方法是什么？我想到了这些选择：
spark—如果我的作业运行在表中极少量的行上，我不确定这是否是一个好的选择
协处理器-有没有一种方法可以在服务器上批量运行协处理器 List<byte[]> 并收集结果？集群是否会并行处理这些工作？
实现自定义hbase筛选器，然后执行批量 Get 上 List<byte[]> 使用自定义过滤器 Get 将由所有区域服务器并行处理，并可以运行自定义逻辑，但这似乎是一个黑客，我不确定一个自定义过滤器可以返回数据，不存在于一列的行。