2.3 分布实时查询
1） 缓存数据：根据用户日志，通过数据挖掘算法，用Hadoop分析出热点查询数据，然后将分析结果存入数据库中，以便用户查询。
2） 如果查询的数据不在缓存数据库中，通过发布查询各个数据节点，因为是在海量数据下进行发布式查询，需要解决以下问题：
有状态的查询：大数据环境下需要实时获取各个数据节点的查询状态；
容错性查询：部分节点查询失效时，只需要重做该节点的查询任务，无需重做整查询任务，提供系统容错性；
查询优先调度策略：先查到的结果先返回；
中断查询：如果某个节点长时间没返回查询结果，可中断该节点上的查询任务。
2.4 对外服务接口
对外接口可以采用OGC的CSW目录服务接口，实现接口的标准化服务。
3 Clearinghouse架构设计
综合上述分析关系数据库和Hadoop各自的优缺点，我们可以利用数据库的高效查询性能，实现Clearinghouse的分布实时查询；利用Hadoop的数据处理能力，实现数据的深度分析。基于此，设计的大数据环境下的Clearinghouse架构如下：
