Hbase 迁移数据[导出,导入]

有没有这样一样情况，把一个集群中的某个表导到另一个群集中，或者hbase的表结构发生了更改，但是数据还要，比如预分区没做，导致某台RegionServer很吃紧，Hbase的导出导出都可以很快的完成这些操作。

环境使用

现在环境上面有一张表logTable，有一个ext列簇
但是没有做预分区，虽然可以强制拆分表，但是split的start,end范围无法精确控制。

方式一 (先导出再导出)

1. 创建导出目录

hadoop fs -mkdir /tmp/hbase-export

2. 备份表数据
   使用hbase内置的mr命令,会默认导出到hdfs中

hbase org.apache.hadoop.hbase.mapreduce.Export \
 -D hbase.mapreduce.scan.column.family=ext \ 
logTable hdfs:///tmp/hbase-export/logTable

3. 删除表

disable 'logTable'
drop 'logTable'

4. 创建表
   数据3天过期，可以根据RegionServer的个数做预分区，假设有8台，则使用下面的方式。
   由于我们是使用MD5("uid")前两位作为打散,范围为00~ff 256个分片,可以使用如下方式。

# scala shell 创建方式
(0 until 256 by 256/8).map(Integer.toHexString).map(i=>s"0$i".takeRight(2))

hbase创表

create 'logTable',{ \
  NAME => 'ext',TTL => '3 DAYS', \
  CONFIGURATION => {
  'SPLIT_POLICY' => 'org.apache.hadoop.hbase.regionserver.KeyPrefixRegionSplitPolicy', \
  'KeyPrefixRegionSplitPolicy.prefix_length' => '2' 
  }, \
  COMPRESSION => 'SNAPPY' \
}, \ 
SPLITS => ['20', '40', '60', '80', 'a0', 'c0', 'e0']

5. 导出备份数据

hbase org.apache.hadoop.hbase.mapreduce.Import logTable hdfs:///tmp/hbase-export/logTable

注意事项

1. 默认导出所有列簇，可通过指定-D hbase.mapreduce.scan.column.family=ext,info参数导出。
2. 如果另一张表没有源表对应的列簇将会出错。