本文關(guān)鍵詞：HBase實(shí)戰(zhàn)，由筆耕文化傳播整理發(fā)布。

HBase實(shí)戰(zhàn)(1)：數(shù)據(jù)導(dǎo)入方式

更新：2014-07-14    編輯：基山伯    來源：谷普網(wǎng)    人氣：加載中...    字號：|

標(biāo)簽：數(shù)據(jù)  實(shí)戰(zhàn)  方式  導(dǎo)入  HBase  百度搜索

*). Client API實(shí)現(xiàn)

發(fā)揮HBase的Client API來導(dǎo)入, 是最簡易學(xué)的方式.

評: HBase的client api編程, 相對還是簡單的. 唯一需要注意的是, 若在本地編寫測試用列, 需要在本地配置hbase集群相關(guān)的域名, 使得域名和ip地址能對應(yīng)上, 切記.
至于hbase client的讀寫優(yōu)化, 我們放到下面的博文進(jìn)行講解.

*). 批量導(dǎo)入Bulkload
HBase的bulkload數(shù)據(jù)導(dǎo)入, 分兩個階段:
#). 階段一: 發(fā)揮使用HFileOutputFormat的MapReduce, 直接生成HBase的內(nèi)部數(shù)據(jù)存儲款式HFile. 
其原理: HFileOutputFormat發(fā)揮configureIncrementalLoad函數(shù), 基于當(dāng)前table的各個region邊界自動匹配MapReduce的分區(qū)類TotalOrderPartitioner, 這樣生成的HFile都對應(yīng)一個具體的region, 此時效率最高效.
#). 階段二: 發(fā)揮completebulkload工具, 將生成的HFile文件熱載入hbase集群.

1. importtsv數(shù)據(jù)導(dǎo)入演示
hbase自帶了importtsv工具, 其對tsv款式的數(shù)據(jù)文件供給了默認(rèn)的支持.
數(shù)據(jù)文件data.tsv(以'\t'分割數(shù)據(jù)文件)

1

2

3

4

1001    lilei   17  13800001111

1002    lily    16  13800001112

1003    lucy    16  13800001113

1004    meimei  16  13800001114

上傳至hdfs目錄 /test/hbase/tsv/input

嘗試構(gòu)建的HBase表student

執(zhí)行importtsv

沒有指定-Dimporttsv.bulk.output, importtsv默認(rèn)行為是才有client api的put來導(dǎo)入數(shù)據(jù)于hbase, 指定-Dimporttsv.bulk.output, 則需要下一步

數(shù)據(jù)驗(yàn)證:
scan 'student', {LIMIT => 10}

2. 自定義bulkload數(shù)據(jù)導(dǎo)入演示
數(shù)據(jù)文件準(zhǔn)備, 以之前data.tsv文件為準(zhǔn)
構(gòu)建HBase表student_new

編寫MapReduce代碼, 如下所示:

注: 發(fā)揮maven的assembly插件, 生成胖jar包(就是把依賴的zookeeper和hbase jar包都打到該MapReduce包中), 否則的話, 就需要用戶靜態(tài)配置, 在Hadoop的class中添加zookeeper和hbase的配置文件和相關(guān)jar包.

最終的jar包為 mybulk.jar, 主類名為com.m8zmyp.mmxf.MyBulkload, 生成HFile, 增量熱載入hbase

數(shù)據(jù)驗(yàn)證:

*). 發(fā)揮Hive Over Hbase

構(gòu)建Hbase表hbase_student

構(gòu)建hive外表hive_student, 并對應(yīng)hbase_student表

數(shù)據(jù)導(dǎo)入驗(yàn)證:
1. 創(chuàng)建數(shù)據(jù)外表

2. 數(shù)據(jù)通過hive_student導(dǎo)入到hbase_student表中

備注: 若遇到j(luò)ava.lang.IllegalArgumentException: Property value must not be null異常, 需要hive-0.13.0及以上版本支持
詳見: https://issues.apache.org/jira/browse/HIVE-5515

原文鏈接：

【文章整理：彭凡 說很網(wǎng) 】

  本文關(guān)鍵詞：HBase實(shí)戰(zhàn)，，由筆耕文化傳播整理發(fā)布。