我是hbase的新手，但仍然不确定我将在我的案例中使用hadoop生态系统的哪个组件，以及以后如何分析我的数据，所以只需探索一下选项。
我有一张excel表格，上面有所有像这样的客户的摘要，但是≈ 400列：

CustomerID    Country    Age    E-mail
251648        Russia     27     boo@yahoo.com
487985        USA        30     foo@yahoo.com   
478945        England    15     lala@yahoo.com
789456        USA        25     nana@yahoo.com

另外，我为每个客户分别创建了.xls文件，其中包含关于他的信息（一个客户=一个.xls文件），每个文件中的列数和列名都是相同的。每个文件都用customerid命名。一个是这样的：

'customerID_251648.xls':

feature1 feature2   feature3   feature4
0        33,878     yes        789,598
1        48,457     yes        879,594
1        78,495     yes        487,457
0        94,589     no         787,475

我已经将所有这些文件转换成了.csv格式，现在我觉得我应该使用hadoop生态系统的哪个组件来存储和查询这样的数据。
我的最终目标是查询某个customerid，并从所有文件中获取有关客户的所有信息。
我认为hbase非常适合这样做，因为我可以创建这样一个模式：

row key timestamp   Column Family 1                   Column Family 2           
251648             Country Age  E-Mail      Feature1 Feature2 Feature3 Feature4

在hbase中上传和查询此类数据的最佳方法是什么？我是否应该首先合并来自不同来源的客户信息，然后将其上载到hbase？或者，我可以为每个客户保留不同的.csv文件，并在上载到hbase时选择用于形成列族的.csv文件？
为了查询存储在hbase中的数据，我将通过pythonapi编写mapreduce任务。
任何帮助都是非常感谢的！