问题1：
存储大量protobuf消息的有效方法是什么？检索它们进行分析的有效方法是什么？例如，它们应该在hbase中存储为strings/byte[]，还是应该在hdfs中存储为parquet文件等。
我建议将proto buf存储为parquet avro文件（使用avro模式分割成有意义的消息）。
这可以通过使用DataFramesAPI spark 1.5及更高版本来实现( PartiotionBy 与 SaveMode.Append )
看到这个强大的大数据三重奏了吗
如果存储为字符串或字节数组，则无法直接进行数据分析（查询原始数据）。
如果您使用的是cloudera，那么可以使用impala（支持parquet avro）来查询rawdata。
问题2：
protobuf消息的层次结构应该如何存储？我的意思是，嵌套的元素应该在存储之前被展平，还是有任何机制可以按原样存储它们？如果嵌套元素是集合或Map，是否应将它们分解并存储为多行？
如果您以spark streaming的原始格式存储数据，您将如何查询业务部门是否希望查询并知道他们接收到的数据类型（这一要求非常常见）。
首先，您必须了解您的数据（即不同消息与in protobuf之间的关系，以便您可以决定单行或多行），然后开发protobuf解析器来解析protobuf的消息结构。根据您的数据，将其转换为avro通用记录以另存为parquet文件。

提示：

protobuf解析器可以根据您的需求以不同的方式开发。其中一种通用方法如下例所示。

public SortedMap<String, Object> convertProtoMessageToMap(GeneratedMessage src) {

    final SortedMap<String, Object> finalMap = new TreeMap<String, Object>();
    final Map<FieldDescriptor, Object> fields = src.getAllFields();

    for (final Map.Entry<FieldDescriptor, Object> fieldPair : fields.entrySet()) {

        final FieldDescriptor desc = fieldPair.getKey();

        if (desc.isRepeated()) {
            final List<?> fieldList = (List<?>) fieldPair.getValue();
            if (fieldList.size() != 0) {
                final List<String> arrayListOfElements = new ArrayList<String>();
                for (final Object o : fieldList) {
                    arrayListOfElements.add(o.toString());
                }
                finalMap.put(desc.getName(), arrayListOfElements);
            }
        } else {

            finalMap.put(desc.getName(), fieldPair.getValue().toString());

        }

    }
    return finalMap;
}