Hbase的一些扩展(批量导入数据)

高效导入数据:

 

javaAPI通过put缓存导入数据

这种方法对于动态的少量的数据导入适用,效率比较慢,会先通过java写入hbase中的缓存中,然后等待满足条件后再刷写落盘

参考链接:缓存方式   https://blog.csdn.net/asd136912/article/details/100825957

 

bulk loading工具

这种方式适用于大量的静态的数据,效率较高,不经过内存,直接生成hfile文件

参考:Hadoop权威指南594页

示例:导入csv文件

0,准备表:

 create  "tb_a" , "info1"

1,准备测试文件:tba.csv

2,上传测试文件到hdfs

hdfs dfs -put ./tba.csv /test/

3,使用importtsv将测试文件转为hfile
     linux命令行中执行:

hbase org.apache.hadoop.hbase.mapreduce.ImportTsv -Dimporttsv.separator=, -Dimporttsv.columns='HBASE_ROW_KEY,info1:name,info1:gender,info1:age'  -Dimporttsv.bulk.output=/test/out   tb_a   /test/tba.csv

说明:

hbase org.apache.hadoop.hbase.mapreduce.ImportTsv \
-Dimporttsv.separator=, \    --指定分隔符
-Dimporttsv.columns='HBASE_ROW_KEY,info1:name,info1:gender,info1:age' \  --Hbase列族和列名
-Dimporttsv.bulk.output=/test/out \  --输出Hfile文件在hdfs中的路径
tb_a \   -- hbase中的表
/test/tba.csv   --源数据文件(HDFS中的路径)

执行成功后hdfs中生成Hfile文件:

 

4,将hfile注入hbase

hbase org.apache.hadoop.hbase.mapreduce.LoadIncrementalHFiles /test/out/ tb_a

导入成功:

经测试:如果csv文件中少了部分字段也可以导入到hbase中(,,之间空的话会插入一个空值的cell),但格式要正确

 

 

 

 

 

 

 

 

 

 

 

 

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值