hadoop核心不包含任何数据库。
来自hadoop wiki
数据库很棒。对索引/优化的数据库发出一个sqlselect调用，响应将在毫秒内返回。要更改数据吗？sql更新，更改在中。hadoop不能做到这一点。
hadoop将数据存储在文件中，不为它们编制索引。如果你想找到一些东西，你必须运行一个mapreduce作业遍历所有的数据。这需要时间，并且意味着您不能直接使用hadoop替代数据库。hadoop工作的地方是数据对于数据库来说太大（即，您已经达到了技术限制，而不仅仅是您不想为数据库许可证付费）。对于非常大的数据集，重新生成索引的成本非常高，您无法轻松地为更改数据编制索引。由于许多机器试图写入数据库，因此无法在其上获得锁。在这里，在分布式文件系统中使用模糊相关文件的想法是可行的。
在hadoophdfs之上有一个高性能的列表数据库：apachehbase。这是一个保存从原始数据中提取的结果的好地方。
您还可以使用apachehive，它让您感觉像mysql这样的关系数据库（尽管有缺点）。在幕后，它使用mapreduce帮助您利用hadoop处理大数据。请注意，配置单元不是为oltp工作负载设计的，不提供实时查询或行级更新

hadoop作业使用 InputFormat 创建 InputSplit s。虽然大多数示例使用文件输入并使用hdfs片段作为输入分割，但这个概念是抽象的，可以Map到其他输入。一个典型的例子是已经存在的 DataDrivenDBInputSplit 它表示表中的一组行。apachesqoop（一个提供多个命令的命令行工具）使用这种输入格式/输入拆分来读取数据库输入。
其要点是，使用db作为工作的输入是绝对可能的，您必须意识到，您将要实现的是释放一个计算节点集群，用对一系列行的请求来猛击您的关系数据库。很可能你的后端无法处理负载，或者充其量只能缓慢处理。hadoop的强大功能来自于处理与简化的本地存储访问的集成，您明确要求放弃它。
因此，如果您的目标是在rdbms和hdfs之间移动数据，那么《独家新闻》将介绍以下案例
从数据库导入所有表（导入所有表）
导入一个表（sqoop import）
导入表的一部分（特定行或特定列）（分别为，--where或--columns参数）
将数据从hdfs导出到关系数据库（sqoop export）

hadoop不提供任何内置数据库。只有两件事：
分布式fs（hdfs）
分布式处理框架（mapreduce）。简而言之，我叫它mr
我假设您需要非常快速的响应，因为您正在处理一个web服务。imho、hadoop（确切地说是hdfs）或任何其他fs在这种情况下都不是合适的选择。原因是hdfs缺乏随机/读取功能，这对于任何web项目都是非常重要的。
Hive也是如此。尽管它以类似于rdbms的方式管理数据，但它实际上不是rdbms。底层的存储机制仍然是hdfs文件。此外，当您发出配置单元查询以获取结果时，查询首先转换为mr作业，然后生成结果，导致响应缓慢。
你最保险的选择是使用hbase。当您需要对数据进行随机、实时的读/写访问时，它无疑是一个更好的选择，就像您的案例一样。虽然它不是hadoop平台的一部分，但它是为与hadoop一起使用而构建的。可以在现有hdfs集群的基础上工作，并且可以通过不同的hbase api（适合您的情况）或mr（不适用于实时的东西）直接操作。适用于需要批量处理大量数据的情况）。易于设置和使用，无需额外的基础设施。
这里需要注意的一点是，hbase是nosqldb，不遵循rdbms约定和术语。因此，您可能需要在最初的设计上做一些工作。
除了hbase之外，您还有其他一些选项，比如cassandra，它也是一个nosqldb。
hth公司