Hadoop和結構化數據

我有這樣的數據的XML數據庫：Hadoop和結構化數據

<events> 
     <event id="123"> 
      <location>ABC</location> 
      <subsystem>Storage</subsystem> 
      <warning> 
       <date>2014-04-01</date> 
       <text>warning1<text/> 
      </warning> 
      <warning> 
       <date>2014-04-02</date> 
       <text>warning2<text/> 
      </warning> 
      <warning> 
       <date>2014-04-03</date> 
       <text>warning3<text/> 
      </warning> 
     </event> 
     .... 
</events>

的數據量越來越大，所以我想切換用Hadoop來處理它。假設對於每個事件，我想添加一個額外的節點：<級別...... </level>基於< warning>節點。所以現在有多個問題需要解決：

如何在Hadoop中存儲結構化數據？我可以保留在XML中，但我沒有看到任何工具與本機XML/JSON支持（豬支持JSON，但沒有列表）。我可以將它按列分割成不同的文件（一個用於事件，一個用於警告，然後通過事件ID加入），但是有很多子節點（這只是原始格式的一部分），所以每次都加入它們會有問題。
新列（級別）可以存儲在具有當前數據的新生成的xml文件中，或者可以像將event_id映射到級別一樣存儲在新文件中。將所有數據存儲在新的xml文件中將需要再次生成xml文件，但將其存儲爲不同的文件需要每次需要訪問級別時加入它們。之間有什麼（只是更新某些格式的行？）。
能夠輕鬆地爲少數行添加新節點/列會很好（比如當我想添加額外的註釋時有臨界級別）。它可以用xml輕鬆完成，但如果有列，則需要爲所有行添加新列。
大多數工具只支持扁平結構。還有像蜂巢與HQL工具，但會有在我的案例太多的加入，所以我prefere將數據保存在單一的結構化記錄。有沒有解決這個問題的解決方案？

來源

2014-06-11 Lukasz