hbase入门学习

        前面已对hadoop的MapReduce有了个大概认识，下面在看一下hbase中的MapReduce，TableMapper是继承Hadoop中的Mapper类的，TableReducer是继承Hadoop中的Reducer类的，详见hbase官网API详细说明。

java.lang.Object
  org.apache.hadoop.mapreduce.Mapper<ImmutableBytesWritable,Result,KEYOUT,VALUEOUT>
      org.apache.hadoop.hbase.mapreduce.TableMapper<KEYOUT,VALUEOUT>

       从上面可以看出，TableMapper中的两个参数是输出参数，在main函数中的initTableMapperJob函数中mapper参数后面的两个参数就是和TableMapper中的两个参数对应的，输出参数keyout和valueout是可以自定义的。在TableMapper函数中，如果要实现Map应用，那就要用到父类的map函数，而从继承关系来看，map方法中的keyin和valuein应该分别对应ImmutableBytesWritable类型和Result类型，这是固定的，这个是和hadoop中的MapReduce参数的区别之处，hadoop中的MapReduce输入和输出参数都可以自定义，而map方法中的最后一个参数context，在最后写入输出时context.write(keyout,valueout)，要与TableMapper中定义的两个输出参数对应

java.lang.Object
  org.apache.hadoop.mapreduce.Reducer<KEYIN,VALUEIN,KEYOUT,org.apache.hadoop.io.Writable>
      org.apache.hadoop.hbase.mapreduce.TableReducer<KEYIN,VALUEIN,KEYOUT>

        TableReducer中的参数keyin和valuein类型分别对应TableMapper中的输出keyout和valueout类型，如果要实现Reduce应用，那就要用到父类的Reducer函数，这个函数中的三个参数依次是keyin,valuein,context，keyin和valuein分别对应TableReducer中的前两个参数KEYIN和VALUEIN，TableReducer中的第三个参数可以自定义类型，与context.write参数中的key对应，而context中的value类型必须是Writable类型才行。 下面有三篇关于hbase建表查询的例子，结合参考资料，自己实现了一个计算平均分的MapReduce的程序

     参考资料1   参考资料2   参考资料3

       因为只是在现有例子上的一个小改动，只说一下实现思路，代码就不贴出来了，大家也可以结合上面的例子，写一个自己的例子练练手。 参考资料3中有建scores表的代码，表结构rowkey是人名，列簇grade和cource，course下有列名math和art，建表结果如下:

name grad      course:math   course:art

Tom    1         87                    97

Jerry   2            100                  80

       如果要按人名来算平均分，则在map过程中，将row作为key输出即作为reduce的keyin输入，将分数作为value输出，取分数需要遍历result，因为是两列，这样在reduce过程中，就可以按key累加分数，求出按人名统计分数的平均值；如果要按科目来算平均分，则在map过程中，遍历每行记录result，取出列名作为key输出，同时取出列名的value作为value输出，这样在reduce过程中，就可以按key累加，求出按科目的平均值