实现上，需要实现的几个大的功能有：1.提供基于hbase的jdbc接口；2.sql解析引擎(使用druid)；3.schema转换，sql感知的schema转换成底层hbase中世纪表的schema
1.基于hbase的jdbc实现，这个不用多说，把jdk里的jdbc相关接口按照hbase方式进行实现即可，由于这里面的接口方法奇多，所以只实现自己能用到的方法，用不到的写个空实现即可。
2.sql解析引擎，从druid中抽取出来的代码封装而成(之所以要抽取出来，是因为这部分代码需要部署在hbase的region server上，因此要尽量精简，不要有过多无用的依赖)
3.schema转换，schema中会存放该表的各个字段的名称和类型，我们会利用类型信息，来将hbase里的byte数组转换成对应的java类型。
在程序组织上，实际上分成了4个模块：
interface模块包含一些公共的基础bean，主要是用来表征一行记录的类（Record）,sql-client和sql-server都会依赖它。sql-client和sql-server是2个不同的模块，前者部署在客户端，其封装了对jdbc的实现，同时将用户的sql进行必要的检查，并且转换成对hbase友好的sql。sql-server部署在hbase 的region server上，其主要职责是从传递过来的sql中取出rowkey的区间，根据这个区间来生成scan，通过scan获得返回的result，将这些result转换成record，然后再根据sql语句中的过滤条件，对这些record进行过滤，符合条件的record，会转换成MapWritable，后者能够进行序列化，返回给客户端，客户端再进行反序列化，就能够拿到结果。同时，在sql-client和sql-server之间，传递的String类型的sql语句，也就是客户端和服务端会对sql进行2次parse，这样做的原因是因为使用string进行传递的话，不需要考虑序列化，反序列化的事情，方便一些，缺点就是解析2次，耗cpu，但是这个目前来说问题不大。
流程图：
