Spark学习笔记——读写Hbase
1.首先在Hbase中建立一张表,名字为student
一个cell的值,取决于Row,Column family,Column Qualifier和Timestamp
Hbase表结构
2.往Hbase中写入数据,写入的时候,需要写family和column
build.sbt
- libraryDependencies ++= Seq(
- "org.apache.spark" %% "spark-core" % "2.1.0",
- "mysql" % "mysql-connector-java" % "5.1.31",
- "org.apache.spark" %% "spark-sql" % "2.1.0",
- "org.apache.hbase" % "hbase-common" % "1.3.0",
- "org.apache.hbase" % "hbase-client" % "1.3.0",
- "org.apache.hbase" % "hbase-server" % "1.3.0",
- "org.apache.hbase" % "hbase" % "1.2.1"
- )
在hbaseshell中写数据的时候,写的是String,但是在idea中写代码的话,如果写的是int类型的,就会出现\x00...的情况
- import org.apache.spark.{SparkConf, SparkContext}
- import org.apache.spark.sql._
- import java.util.Properties
- import com.google.common.collect.Lists
- import org.apache.spark.sql.types.{ArrayType, StringType, StructField, StructType}
- import org.apache.hadoop.hbase.HBaseConfiguration
- import org.apache.hadoop.hbase.client.{Get, Put, Result, Scan}
- import org.apache.hadoop.hbase.io.ImmutableBytesWritable
- import org.apache.hadoop.hbase.mapred.TableOutputFormat
- import org.apache.hadoop.hbase.mapreduce.TableInputFormat
- import org.apache.hadoop.hbase.util.Bytes
- import org.apache.hadoop.mapred.JobConf
- /**
- * Created by mi on 17-4-11.
- */
- case class resultset(name: String,
- info: String,
- summary: String)
- case class IntroItem(name: String, value: String)
- case class BaikeLocation(name: String,
- url: String = "",
- info: Seq[IntroItem] = Seq(),
- summary: Option[String] = None)
- case class MewBaikeLocation(name: String,
- url: String = "",
- info: Option[String] = None,
- summary: Option[String] = None)
- object MysqlOpt {
- def main(args: Array[String]): Unit = {
- // 本地模式运行,便于测试
- val conf = new SparkConf().setAppName("WordCount").setMaster("local")
- // 创建 spark context
- val sc = new SparkContext(conf)
- val sqlContext = new SQLContext(sc)
- import sqlContext.implicits._
- //定义数据库和表信息
- val url = "jdbc:mysql://localhost:3306/baidubaike?useUnicode=true&characterEncoding=UTF-8"
- val table = "baike_pages"
- // 读取Hbase文件,在hbase的/usr/local/hbase/conf/hbase-site.xml中写的地址
- val hbasePath = "file:///usr/local/hbase/hbase-tmp"
- // 创建hbase configuration
- val hBaseConf = HBaseConfiguration.create()
- hBaseConf.set(TableInputFormat.INPUT_TABLE, "student")
- // 初始化jobconf,TableOutputFormat必须是org.apache.hadoop.hbase.mapred包下的!
- val jobConf = new JobConf(hBaseConf)
- jobConf.setOutputFormat(classOf[TableOutputFormat])
- jobConf.set(TableOutputFormat.OUTPUT_TABLE, "student")
- val indataRDD = sc.makeRDD(Array("1,99,98","2,97,96","3,95,94"))
- val rdd = indataRDD.map(_.split(',')).map{arr=>{
- /*一个Put对象就是一行记录,在构造方法中指定主键
- * 所有插入的数据必须用org.apache.hadoop.hbase.util.Bytes.toBytes方法转换
- * Put.add方法接收三个参数:列族,列名,数据
- */
- val put = new Put(Bytes.toBytes(arr(0)))
- put.add(Bytes.toBytes("course"),Bytes.toBytes("math"),Bytes.toBytes(arr(1)))
- put.add(Bytes.toBytes("course"),Bytes.toBytes("english"),Bytes.toBytes(arr(2)))
- //转化成RDD[(ImmutableBytesWritable,Put)]类型才能调用saveAsHadoopDataset
- (new ImmutableBytesWritable, put)
- }}
- rdd.saveAsHadoopDataset(jobConf)
- sc.stop()
- }
- }
3.从Hbase中读取数据
- import org.apache.spark.{SparkConf, SparkContext}
- import org.apache.spark.sql._
- import java.util.Properties
- import com.google.common.collect.Lists
- import org.apache.spark.sql.types.{ArrayType, StringType, StructField, StructType}
- import org.apache.hadoop.hbase.HBaseConfiguration
- import org.apache.hadoop.hbase.client.{Get, Put, Result, Scan}
- import org.apache.hadoop.hbase.io.ImmutableBytesWritable
- import org.apache.hadoop.hbase.mapred.TableOutputFormat
- import org.apache.hadoop.hbase.mapreduce.TableInputFormat
- import org.apache.hadoop.hbase.util.Bytes
- import org.apache.hadoop.mapred.JobConf
- /**
- * Created by mi on 17-4-11.
- */
- case class resultset(name: String,
- info: String,
- summary: String)
- case class IntroItem(name: String, value: String)
- case class BaikeLocation(name: String,
- url: String = "",
- info: Seq[IntroItem] = Seq(),
- summary: Option[String] = None)
- case class MewBaikeLocation(name: String,
- url: String = "",
- info: Option[String] = None,
- summary: Option[String] = None)
- object MysqlOpt {
- def main(args: Array[String]): Unit = {
- // 本地模式运行,便于测试
- val conf = new SparkConf().setAppName("WordCount").setMaster("local")
- // 创建 spark context
- val sc = new SparkContext(conf)
- val sqlContext = new SQLContext(sc)
- import sqlContext.implicits._
- //定义数据库和表信息
- val url = "jdbc:mysql://localhost:3306/baidubaike?useUnicode=true&characterEncoding=UTF-8"
- val table = "baike_pages"
- // 读取Hbase文件,在hbase的/usr/local/hbase/conf/hbase-site.xml中写的地址
- val hbasePath = "file:///usr/local/hbase/hbase-tmp"
- // 创建hbase configuration
- val hBaseConf = HBaseConfiguration.create()
- hBaseConf.set(TableInputFormat.INPUT_TABLE, "student")
- // 从数据源获取数据并转化成rdd
- val hBaseRDD = sc.newAPIHadoopRDD(hBaseConf, classOf[TableInputFormat], classOf[ImmutableBytesWritable], classOf[Result])
- println(hBaseRDD.count())
- // 将数据映射为表 也就是将 RDD转化为 dataframe schema
- hBaseRDD.foreach{case (_,result) =>{
- //获取行键
- val key = Bytes.toString(result.getRow)
- //通过列族和列名获取列
- val math = Bytes.toString(result.getValue("course".getBytes,"math".getBytes))
- println("Row key:"+key+" Math:"+math)
- }}
- sc.stop()
- }
- }
输出
- Row key: Math:99
- Row key: Math:97
- Row key: Math:95
- Row key:1 Math:99
- Row key:1000 Math:99
- Row key:2 Math:97
- Row key:3 Math:95
Spark学习笔记——读写Hbase的更多相关文章
- Spark学习笔记——读写HDFS
使用Spark读写HDFS中的parquet文件 文件夹中的parquet文件 build.sbt文件 name := "spark-hbase" version := " ...
- Spark学习笔记——读写MySQL
1.使用Spark读取MySQL中某个表中的信息 build.sbt文件 name := "spark-hbase" version := "1.0" scal ...
- spark学习笔记总结-spark入门资料精化
Spark学习笔记 Spark简介 spark 可以很容易和yarn结合,直接调用HDFS.Hbase上面的数据,和hadoop结合.配置很容易. spark发展迅猛,框架比hadoop更加灵活实用. ...
- Spark学习笔记之SparkRDD
Spark学习笔记之SparkRDD 一. 基本概念 RDD(resilient distributed datasets)弹性分布式数据集. 来自于两方面 ① 内存集合和外部存储系统 ② ...
- Spark学习笔记2(spark所需环境配置
Spark学习笔记2 配置spark所需环境 1.首先先把本地的maven的压缩包解压到本地文件夹中,安装好本地的maven客户端程序,版本没有什么要求 不需要最新版的maven客户端. 解压完成之后 ...
- Spark学习笔记3(IDEA编写scala代码并打包上传集群运行)
Spark学习笔记3 IDEA编写scala代码并打包上传集群运行 我们在IDEA上的maven项目已经搭建完成了,现在可以写一个简单的spark代码并且打成jar包 上传至集群,来检验一下我们的sp ...
- Spark学习笔记-GraphX-1
Spark学习笔记-GraphX-1 标签: SparkGraphGraphX图计算 2014-09-29 13:04 2339人阅读 评论(0) 收藏 举报 分类: Spark(8) 版权声明: ...
- Hadoop学习笔记之HBase Shell语法练习
Hadoop学习笔记之HBase Shell语法练习 作者:hugengyong 下面我们看看HBase Shell的一些基本操作命令,我列出了几个常用的HBase Shell命令,如下: 名称 命令 ...
- HBase学习笔记之HBase的安装和配置
HBase学习笔记之HBase的安装和配置 我是为了调研和验证hbase的bulkload功能,才安装hbase,学习hbase的.为了快速的验证bulkload功能,我安装了一个节点的hadoop集 ...
随机推荐
- 使用 P6Spy 来格式化 SQL 语句,支持 Hibernate 和 iBATIS
事情起因 在处理一个查询小功能的时候,自认为 SQL 语句和传参均正确,然而查询结果无匹配数据,在查看 Hibernate 自带 SQL 语句输出的时候带着问好感觉有点不爽,特别是想复制 SQL 语句 ...
- 20172319 2018.10.19《Java程序设计教程》第7周课堂实践(补写博客)
20172319 2018.10.19 <Java程序设计教程>第7周课堂实践 课程:<程序设计与数据结构> 班级:1723 学生:唐才铭 学号:20172319 指导老师:王 ...
- java.net.SocketException四大异常解决方案
java.net.SocketException如何才能更好的使用呢?这个就需要我们先要了解有关这个语言的相关问题.希望大家有所帮助.那么我们就来看看有关java.net.SocketExceptio ...
- android:Button控件
Button 是程序用于和用户进行交互的一个重要控件,相信你对这个控件已经是非常熟悉 了,因为我们在上一章用了太多次 Button.它可配置的属性和 TextView 是差不多的,我们 可以在 act ...
- ERROR: While executing gem … (Gem::RemoteFetcher::FetchError)
原文地址:https://www.zfanw.com/blog/error-while-executing-gem-gem-remote-fetch-error.html 我对命令行下安装 gem 包 ...
- asp.net mvc流程图4.6以前
- windows Server 2008 R2 开关机取消登录时要按Ctrl+Alt+Delete组合键登录的方法
1.点桌面任务栏的“开始-->运行”在弹出的窗口中输入gpedit.msc . 2.找到如下图所示的位置 右键属性进行设置如下
- Mac下安装Mysql以及修改Mysql密码
1.安装Mysql 安装有2种办法,一种是下载mysql安装文件,慢慢安装,另一种就是下载xmpp,里面自带mysql,就像是安装普通的mac软件一样,安装完毕,就有了mysql了. 方法一,官网下载 ...
- 浅谈压缩感知(二十):OMP与压缩感知
主要内容: OMP在稀疏分解与压缩感知中的异同 压缩感知通过OMP重构信号的唯一性 一.OMP在稀疏分解与压缩感知中的异同 .稀疏分解要解决的问题是在冗余字典(超完备字典)A中选出k列,用这k列的线性 ...
- 【转】iPhone X
iPhone X 在 CIIA 第一期报告中,我剖析了 iPhone 从诞生以来就存在的,以及后来产生的一些设计问题.昨天在苹果店里玩了一下 iPhone X,发现它不但继承了以往的 iPhone 的 ...