我正在使用Hadoop运行ETL作业，我需要将经过转换的有效数据输出到HBase，并将该数据的外部索引输出到MySQL。我最初的想法是，我可以使用MultipleOutputFormats通过HFileOutputFormat(键是Text，值是ProtobufWritable)和TextOutputFormat的索引(键是Text，值是Text)导出转换后的数据。平均大小的作业(我需要同时运行多个作业的能力)的输入记录数约为7亿。我想知道A)就效率和复杂性而言，这似乎是一种合理的方法，以及B)如果可能的话，如何使用CDH3发行版的API来实现这一点。 最佳