安装Spark和Hbase,将Hbase的lib目录下的jar包复制到Spark目录的jars目录下:
cp /apps/hbase/lib/metrics-core-2.2.0.jar /apps/spark/jars
cp /apps/hbase/lib/hbase*.jar /apps/spark/jars
撰写代码,从hbase中读取数据,再通过RDD转换成DataFrame,注册成SparkSql的数据表,即可通过SQL查询任意数据。
性能估计比直接读取文件快,借助HBase 的scan可以实现只读取特定范围的数据,不必扫描全部文件。