Hbase（七）hbase高级编程

一、Hbase结合mapreduce

为什么需要用 mapreduce 去访问 hbase 的数据？
——加快分析速度和扩展分析能力
Mapreduce 访问 hbase 数据作分析一定是在离线分析的场景下应用

1、HbaseToHDFS

从 hbase 中读取数据，分析之后然后写入 hdfs，代码实现：

package com.ghgj.hbase.hbase2hdfsmr;

import java.io.IOException;

import java.util.List;

import org.apache.hadoop.conf.Configuration;

import org.apache.hadoop.fs.FileSystem;

import org.apache.hadoop.fs.Path;

import org.apache.hadoop.hbase.Cell;

import org.apache.hadoop.hbase.HBaseConfiguration;

import org.apache.hadoop.hbase.client.Result;

import org.apache.hadoop.hbase.client.Scan;

import org.apache.hadoop.hbase.io.ImmutableBytesWritable;

import org.apache.hadoop.hbase.mapreduce.TableMapReduceUtil;

import org.apache.hadoop.hbase.mapreduce.TableMapper;

import org.apache.hadoop.hbase.util.Bytes;

import org.apache.hadoop.io.NullWritable;

import org.apache.hadoop.io.Text;

import org.apache.hadoop.mapreduce.Job;

import org.apache.hadoop.mapreduce.Mapper;

import org.apache.hadoop.mapreduce.Reducer;

import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;

/**

 * 作用：从hbase中读取user_info这个表的数据，然后写出到hdfs

 */

public class HBaseToHDFSMR {

	private static final String ZK_CONNECT = "hadoop03:2181,hadoop04:2181,hadoop05:2181";

	public static void main(String[] args) throws Exception {

		Configuration conf = HBaseConfiguration.create();

		conf.set("hbase.zookeeper.quorum", ZK_CONNECT);

		System.setProperty("HADOOP_USER_NAME", "hadoop");

//		conf.set("fs.defaultFS", "hdfs://myha01/");

		Job job = Job.getInstance(conf);

		job.setJarByClass(HBaseToHDFSMR.class);

		Scan scan = new Scan();

		scan.addColumn(Bytes.toBytes("base_info"), Bytes.toBytes("name"));

		/**

		 * TableMapReduceUtil：以util结尾：工具

		 * MapReduceFactory：以factory结尾，它是工厂类，最大作用就是管理对象的生成

		 */

		TableMapReduceUtil.initTableMapperJob("user_info", scan,

				HBaseToHDFSMRMapper.class, Text.class, NullWritable.class, job);

		job.setReducerClass(HBaseToHDFSMRReducer.class);

		job.setOutputKeyClass(Text.class);

		job.setOutputValueClass(NullWritable.class);

		Path outputPath = new Path("/hbase2hdfs/output");

		FileSystem fs = FileSystem.get(conf);

		if(fs.exists(outputPath)){

			fs.delete(outputPath);

		}

		FileOutputFormat.setOutputPath(job, outputPath);

		boolean waitForCompletion = job.waitForCompletion(true);

		System.exit(waitForCompletion ? 0 : 1);

	}

	static class HBaseToHDFSMRMapper extends TableMapper<Text, NullWritable>{

		/**

		 * key:rowkey

		 * value:map方法每执行一次接收到的一个参数，这个参数就是一个Result实例

		 * 这个Result里面存的东西就是rowkey, family, qualifier, value, timestamp

		 */

		@Override

		protected void map(ImmutableBytesWritable key, Result value, Mapper<ImmutableBytesWritable, Result, Text, NullWritable>.Context context) throws IOException, InterruptedException {

			String rowkey = Bytes.toString(key.copyBytes());

			System.out.println(rowkey);

			List<Cell> cells = value.listCells();

			for (int i = 0; i < cells.size(); i++) {

				Cell cell = cells.get(i);

				String rowkey_result = Bytes.toString(cell.getRow()) + "\t"

						+ Bytes.toString(cell.getFamily()) + "\t"

						+ Bytes.toString(cell.getQualifier()) + "\t"

						+ Bytes.toString(cell.getValue()) + "\t"

						+ cell.getTimestamp();

				context.write(new Text(rowkey_result), NullWritable.get());

			}

		}

	}

	static class HBaseToHDFSMRReducer extends Reducer<Text, NullWritable, Text, NullWritable>{

		@Override

		protected void reduce(Text key, Iterable<NullWritable> arg1, Reducer<Text, NullWritable, Text, NullWritable>.Context context) throws IOException, InterruptedException {

			context.write(key, NullWritable.get());

		}

	}

}

　　2、HDFSToHbase

从 hdfs 从读入数据，处理之后写入 hbase，代码实现：

package com.ghgj.hbase.hbase2hdfsmr;

import java.io.IOException;

import org.apache.hadoop.conf.Configuration;

import org.apache.hadoop.fs.Path;

import org.apache.hadoop.hbase.HBaseConfiguration;

import org.apache.hadoop.hbase.HColumnDescriptor;

import org.apache.hadoop.hbase.HTableDescriptor;

import org.apache.hadoop.hbase.TableName;

import org.apache.hadoop.hbase.client.HBaseAdmin;

import org.apache.hadoop.hbase.client.Mutation;

import org.apache.hadoop.hbase.client.Put;

import org.apache.hadoop.hbase.io.ImmutableBytesWritable;

import org.apache.hadoop.hbase.mapreduce.TableMapReduceUtil;

import org.apache.hadoop.hbase.mapreduce.TableReducer;

import org.apache.hadoop.hbase.util.Bytes;

import org.apache.hadoop.io.LongWritable;

import org.apache.hadoop.io.NullWritable;

import org.apache.hadoop.io.Text;

import org.apache.hadoop.mapreduce.Job;

import org.apache.hadoop.mapreduce.Mapper;

import org.apache.hadoop.mapreduce.Reducer;

import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;

public class HDFSToHBaseMR {

	private static final String ZK_CONNECT = "hadoop03:2181,hadoop04:2181,hadoop05:2181";

	private static final String TABLE_NAME = "person_info";

	public static void main(String[] args) throws Exception {

		Configuration conf = HBaseConfiguration.create();

		conf.set("hbase.zookeeper.quorum", ZK_CONNECT);

		System.setProperty("HADOOP_USER_NAME", "hadoop");

		Job job = Job.getInstance(conf);

		job.setJarByClass(HDFSToHBaseMR.class);

		// 以下这一段代码是为了创建一张hbase表叫做 person_info

		HBaseAdmin admin = new HBaseAdmin(conf);

		HTableDescriptor htd = new HTableDescriptor(TableName.valueOf(TABLE_NAME));

		htd.addFamily(new HColumnDescriptor("base_info"));

		if (admin.tableExists(TABLE_NAME)) {

			admin.disableTable(TABLE_NAME);

			admin.deleteTable(TABLE_NAME);

		}

		admin.createTable(htd);

		// 给job指定mapperclass 和  reducerclass

		job.setMapperClass(HDFSToHBaseMRMapper.class);

		TableMapReduceUtil.initTableReducerJob(TABLE_NAME, HDFSToHBaseMRReducer.class, job);

		// 给mapper和reducer指定输出的key-value的类型

		job.setMapOutputKeyClass(Text.class);

		job.setMapOutputValueClass(NullWritable.class);

		job.setOutputKeyClass(ImmutableBytesWritable.class);

		job.setOutputValueClass(Mutation.class);

		// 指定输入数据的路径

		FileInputFormat.setInputPaths(job, new Path("/hbase2hdfs/output"));

		// job提交

		boolean boo = job.waitForCompletion(true);

		System.exit(boo ? 0 :1);

	}

	static class HDFSToHBaseMRMapper extends Mapper<LongWritable, Text, Text, NullWritable> {

		@Override

		protected void map(LongWritable key, Text value, Mapper<LongWritable, Text, Text, NullWritable>.Context context) throws IOException, InterruptedException {

			context.write(value, NullWritable.get());

		}

	}

	/**

	 * TableReducer extends Reducer 这么做的唯一效果就是把valueout的类型确定为Mutation

	 */

	static class HDFSToHBaseMRReducer extends TableReducer<Text, NullWritable, ImmutableBytesWritable> {

		/**

		 * baiyc_20150716_0001 base_info name baiyc1 1488348387443

		 */

		@Override

		protected void reduce(Text key, Iterable<NullWritable> values, Reducer<Text, NullWritable, ImmutableBytesWritable, Mutation>.Context context) throws IOException, InterruptedException {

			String[] splits = key.toString().split("\t");

			String rowkeyStr = splits[0];

			ImmutableBytesWritable rowkey = new ImmutableBytesWritable(Bytes.toBytes(rowkeyStr));

			Put put = new Put(Bytes.toBytes(rowkeyStr));

			String family = splits[1];

			String qualifier = splits[2];

			String value = splits[3];

			String ts = splits[4];

			put.add(Bytes.toBytes(family), Bytes.toBytes(qualifier), Long.parseLong(ts), Bytes.toBytes(value));

			context.write(rowkey, put);

		}

	}

}

二、Hbase和mysql数据库数据进行互导

1、mysql数据导入到hbase（用sqoop）

命令：

sqoop import --connect jdbc:mysql://hadoop01/mytest --username root --password root
--table student --hbase-create-table --hbase-table studenttest --column-family name
--hbase-row-key id

其中会报错，说 Exception in thread "main" java.lang.NoSuchMethodError: org.apache.hadoop.hbase.HTableDescriptor.addFamily(Lorg/apache/hadoop/hbase/HColumnDescriptor;)V 是由于版本不兼容引起，我们可以通过事先创建好表就可以使用了。
请使用下面的命令：

sqoop import --connect jdbc:mysql://hadoop01/mytest --username root --password root
--table student --hbase-table studenttest1 --column-family name --hbase-row-key id

--hbase-create-table 自动在 hbase 中创建表
--column-family name 指定列簇名字
--hbase-row-key id 指定 rowkey 对应的 mysql 当中的键

2、hbase数据导入到mysql

目前没有直接的命令将 Hbase 中的数据导出到 mysql，但是可以先将 hbase 中的数据导出到 hdfs 中，再将数据导出 mysql

替代方案：
先将 hbase 的数据导入到 hdfs 或者 hive，然后再将数据导入到 mysql

三、hbase整合hive

原理：

Hive 与 HBase 利用两者本身对外的 API 来实现整合，主要是靠 HBaseStorageHandler 进行通信，利用 HBaseStorageHandler， Hive 可以获取到 Hive 表对应的 HBase 表名，列簇以及列， InputFormat 和 OutputFormat 类，创建和删除 HBase 表等。

Hive 访问 HBase 中表数据，实质上是通过 MapReduce 读取 HBase 表数据，其实现是在 MR 中，使用 HiveHBaseTableInputFormat 完成对 HBase 表的切分，获取 RecordReader 对象来读取数据。

对 HBase 表的切分原则是一个 Region 切分成一个 Split,即表中有多少个 Regions,MR 中就有多少个 Map。

读取 HBase 表数据都是通过构建 Scanner，对表进行全表扫描，如果有过滤条件，则转化为 Filter。当过滤条件为 rowkey 时，则转化为对 rowkey 的过滤， Scanner 通过 RPC 调用 RegionServer 的 next()来获取数据；

1、准备hbase表数据

create 'mingxing',{NAME => 'base_info',VERSIONS => 1},{NAME => 'extra_info',VERSIONS => 1}

插入数据：

put 'mingxing','rk001','base_info:name','huangbo'
put 'mingxing','rk001','base_info:age','33'
put 'mingxing','rk001','extra_info:math','44'
put 'mingxing','rk001','extra_info:province','beijing'
put 'mingxing','rk002','base_info:name','xuzheng'
put 'mingxing','rk002','base_info:age','44'
put 'mingxing','rk003','base_info:name','wangbaoqiang'
put 'mingxing','rk003','base_info:age','55'
put 'mingxing','rk003','base_info:gender','male'
put 'mingxing','rk004','extra_info:math','33'
put 'mingxing','rk004','extra_info:province','tianjin'
put 'mingxing','rk004','extra_info:children','3'
put 'mingxing','rk005','base_info:name','liutao'
put 'mingxing','rk006','extra_info:name','liujialing'

2、hive端操作

三、hbasetohbase byMR

package com.ghgj.hbase.hbase2hdfsmr;

import java.io.IOException;

import java.util.List;

import org.apache.hadoop.conf.Configuration;

import org.apache.hadoop.hbase.Cell;

import org.apache.hadoop.hbase.HBaseConfiguration;

import org.apache.hadoop.hbase.HColumnDescriptor;

import org.apache.hadoop.hbase.HTableDescriptor;

import org.apache.hadoop.hbase.TableName;

import org.apache.hadoop.hbase.client.HBaseAdmin;

import org.apache.hadoop.hbase.client.Mutation;

import org.apache.hadoop.hbase.client.Put;

import org.apache.hadoop.hbase.client.Result;

import org.apache.hadoop.hbase.client.Scan;

import org.apache.hadoop.hbase.io.ImmutableBytesWritable;

import org.apache.hadoop.hbase.mapreduce.TableMapReduceUtil;

import org.apache.hadoop.hbase.mapreduce.TableMapper;

import org.apache.hadoop.hbase.mapreduce.TableReducer;

import org.apache.hadoop.hbase.util.Bytes;

import org.apache.hadoop.io.NullWritable;

import org.apache.hadoop.io.Text;

import org.apache.hadoop.mapreduce.Job;

import org.apache.hadoop.mapreduce.Mapper;

import org.apache.hadoop.mapreduce.Reducer;

public class HBaseToHBaseByMR {

	private static final String ZK_CONNECT = "hadoop03:2181,hadoop04:2181,hadoop05:2181";

	private static final String OLD_TABLE_NAME = "user_info";

	private static final String NEW_TABLE_NAME = "person_info2";

	private static final String FAMILY = "base_info";

	private static final String QUALIFIER = "age";

	public static void main(String[] args) throws Exception {

		Configuration conf = HBaseConfiguration.create();

		conf.set("hbase.zookeeper.quorum", ZK_CONNECT);

		System.setProperty("HADOOP_USER_NAME", "hadoop");

		// conf.set("fs.defaultFS", "hdfs://myha01/");

		Job job = Job.getInstance(conf);

		job.setJarByClass(HBaseToHDFSMR.class);

		// 以下这一段代码是为了创建一张hbase表叫做 person_info

		HBaseAdmin admin = new HBaseAdmin(conf);

		HTableDescriptor htd = new HTableDescriptor(TableName.valueOf(NEW_TABLE_NAME));

		htd.addFamily(new HColumnDescriptor(FAMILY));

		if (admin.tableExists(NEW_TABLE_NAME)) {

			admin.disableTable(NEW_TABLE_NAME);

			admin.deleteTable(NEW_TABLE_NAME);

		}

		admin.createTable(htd);

		Scan scan = new Scan();

		scan.addColumn(Bytes.toBytes(FAMILY), Bytes.toBytes(QUALIFIER));

		/**

		 * TableMapReduceUtil：以util结尾：工具

		 * MapReduceFactory：以factory结尾，它是工厂类，最大作用就是管理对象的生成

		 */

		TableMapReduceUtil.initTableMapperJob(OLD_TABLE_NAME, scan, HBaseToHBaseByMRMapper.class, Text.class, NullWritable.class, job);

		TableMapReduceUtil.initTableReducerJob(NEW_TABLE_NAME, HBaseToHBaseByMRReducer.class, job);

		// 给mapper和reducer指定输出的key-value的类型

		job.setMapOutputKeyClass(Text.class);

		job.setMapOutputValueClass(NullWritable.class);

		job.setOutputKeyClass(ImmutableBytesWritable.class);

		job.setOutputValueClass(Mutation.class);

		boolean waitForCompletion = job.waitForCompletion(true);

		System.exit(waitForCompletion ? 0 : 1);

	}

	static class HBaseToHBaseByMRMapper extends TableMapper<Text, NullWritable> {

		/**

		 * key:rowkey value:map方法每执行一次接收到的一个参数，这个参数就是一个Result实例

		 * 这个Result里面存的东西就是rowkey, family, qualifier, value, timestamp

		 */

		@Override

		protected void map(ImmutableBytesWritable key, Result value, Mapper<ImmutableBytesWritable, Result, Text, NullWritable>.Context context) throws IOException, InterruptedException {

			String rowkey = Bytes.toString(key.copyBytes());

			System.out.println(rowkey);

			List<Cell> cells = value.listCells();

			for (int i = 0; i < cells.size(); i++) {

				Cell cell = cells.get(i);

				String rowkey_result = Bytes.toString(cell.getRow()) + "\t" + Bytes.toString(cell.getFamily()) + "\t" + Bytes.toString(cell.getQualifier()) + "\t" + Bytes.toString(cell.getValue()) + "\t" + cell.getTimestamp();

				context.write(new Text(rowkey_result), NullWritable.get());

			}

		}

	}

	/**

	 * TableReducer extends Reducer 这么做的唯一效果就是把valueout的类型确定为Mutation

	 */

	static class HBaseToHBaseByMRReducer extends TableReducer<Text, NullWritable, ImmutableBytesWritable> {

		/**

		 * baiyc_20150716_0001 base_info name baiyc1 1488348387443

		 */

		@Override

		protected void reduce(Text key, Iterable<NullWritable> values, Reducer<Text, NullWritable, ImmutableBytesWritable, Mutation>.Context context) throws IOException, InterruptedException {

			String[] splits = key.toString().split("\t");

			String rowkeyStr = splits[0];

			ImmutableBytesWritable rowkey = new ImmutableBytesWritable(Bytes.toBytes(rowkeyStr));

			Put put = new Put(Bytes.toBytes(rowkeyStr));

			String family = splits[1];

			String qualifier = splits[2];

			String value = splits[3];

			String ts = splits[4];

			put.add(Bytes.toBytes(family), Bytes.toBytes(qualifier), Long.parseLong(ts), Bytes.toBytes(value));

			context.write(rowkey, put);

		}

	}

}

Hbase（七）hbase高级编程的更多相关文章

HBase(七): HBase体系结构剖析（下)
目录: write Compaction splite read Write: 当客户端发起一个Put请求时,首先根据RowKey寻址,从hbase:meta表中查出该Put数据最终需要去的HRegi ...
(七) 一起学 Unix 环境高级编程(APUE) 之进程关系和守护进程
. . . . . 目录 (一) 一起学 Unix 环境高级编程 (APUE) 之标准IO (二) 一起学 Unix 环境高级编程 (APUE) 之文件 IO (三) 一起学 Unix 环境高级编 ...
HBase Coprocessor 剖析与编程实践（转载http://www.cnblogs.com/ventlam/archive/2012/10/30/2747024.html）
HBase Coprocessor 剖析与编程实践 1.起因(Why HBase Coprocessor) HBase作为列族数据库最经常被人诟病的特性包括:无法轻易建立“二级索引”,难以执行求和. ...
解读经典《C#高级编程》第七版 Page79-93.对象和类型.Chapter3
前言本篇我们继续讲解本章其余的部分:构造函数.只读字段.匿名类型.结构详解.部分类.静态类.Object类.扩展方法,等. 01 类构造函数构造函数是一种特殊的方法: 与类同名没有返回值,甚至 ...
解读经典《C#高级编程》第七版 Page68-79.对象和类型.Chapter3
前言新年好,本篇开始进入第三章,<对象和类型>,深刻理解C#的对象,对于使用好.Net类库非常重要. 01 类和结构从使用角度看,结构和类的区别很小,比如,将结构定义转换为类,只需要将 ...
解读经典《C#高级编程》第七版 Page50-68.核心C#.Chapter2
前言本篇讲述Main方法,控制台,注释,预处理指令,编程规范等.这些概念比较琐碎,为避免长篇大论,主要以列举要点的方式来说明. 01 Main方法 Main方法并不是所有应用类型的入口方法,它只是控 ...
解读经典《C#高级编程》第七版 Page45-50.核心C#.Chapter2
前言本篇讲述枚举和名称空间. 01 枚举首先需要明确枚举的概念:枚举是用户定义的整数类型.使用枚举的目标是,使用一组容易记忆的名称,来使得代码更容易编写和维护. 我们对比枚举的定义和类的定义,会发 ...
解读经典《C#高级编程》第七版 Page38-45.核心C#.Chapter2
前言控制流是语言中最基础的部分,我们不谈具体的细节,只讲讲一些关键和有趣的点. 01 流控制条件语句:if, else if, else if语句的使用非常值得细讲,如何是好的使用习惯.有一点非常 ...
解读经典《C#高级编程》第七版 Page32-38.核心C#.Chapter2
前言接下来讲讲预定义数据类型.关于数据类型,其实是非常值得透彻研究的. 01 预定义数据类型值类型和引用类型 C#将把数据类型分为两种,值类型和引用类型,值类型存储在堆栈上,引用类型存储在托管堆上 ...
解读经典《C#高级编程》第七版 Page20-32.核心C#.Chapter2
前言讲到核心C#的语法,其实很难讲,因为大部分是基础知识.如果只讲入门的基础知识,那细节又多,意义也不大.我们就不讲一般性的内容,而是找一些有趣的点,展开讲讲. 01 Hello World Hel ...

随机推荐

gulp: Did you forget to signal async completion? 解决方案
背景学习gulp的前端自动化构建,按照示例代码,跑了一个简单的task,控制台打出如下提示: The following tasks did not complete: testGulp Did y ...
GTK 预置对话框 GtkDialog 文件/颜色/字体选取等 GtkFileSelection
(GTK2) 文档链接作用:打开一个预置的对话框,如文件选取对话框 GtkFileSelection 效果下图所示 ╰── GtkDialog ├── GtkAboutDialog ├── GtkC ...
fetch上传文件
通过简单的配置,实现form表单文件上传 var formData = new FormData(); var fileField = document.querySelector("inp ...
Refs 和 DOM
在常规的 React 数据流中,props 是父组件与子组件交互的唯一方式.要修改子元素,你需要用新的 props 去重新渲染子元素.然而,在少数情况下,你需要在常规数据流外强制修改子元素.被修改的子 ...
Python20-Day04
##########迭代器.生成器和面向过程编程########## 一.迭代器迭代器是一个重复的过程,每次重复即一次迭代,并且每次迭代的结果都是下一次迭代的初始值: l = [1,2,3] cou ...
《JavaScript》split和join
首先了解split和join两个函数 split 根据条件截断字符串,返回数组 //str.split(option,length) 字符串转数组 //option:表示分割依据 //length:用 ...
sprint站立会议
索引卡: 工作认领: 时间 ...
Task 6.4 冲刺Two之站立会议5
在完成主界面和聊天窗口的连接之后,今天对聊天界面在以前的基础上添加了很多东西,比如说对于文件传输和文字通信时的表情包的添加以及抖动窗口的设置等等一一系列的功能.我完成的是文字通信这一部分的内容.
Struct2笔记②--完善登陆代码
上节课的代码写完整登陆成功在页面上显示用户名和密码: username:${requestScope.username }<br> password:${requestScope. ...
Leetcode题库——15.三数之和
@author: ZZQ @software: PyCharm @file: threeSum.py @time: 2018/10/6 19:47 说明:给定一个包含 n 个整数的数组 nums,判断 ...

Hbase（七）hbase高级编程

Hbase（七）hbase高级编程的更多相关文章

随机推荐

热门专题