Pyspark实战(四)pyspark操作hbase

环境配置:

Spark启动环境中添加hbasejar包以及spark-examples的jar包。

1、下载spark-examples jar包,地址https://mvnrepository.com/artifact/org.apache.spark/spark-examples_2.11/1.6.0-typesafe-001

2、将下载的spark-examples包放在hbase的lib目录下,我这里使用的是cdh发行版的集群,hbase的lib目录为:/opt/cloudera/parcels/CDH/lib/hbase/lib

3spark-env.sh增加配置,如下:

export SPARK_DIST_CLASSPATH=/opt/cloudera/parcels/CDH/lib/hbase/lib/*

重启spark

创建test.py,代码如下:

from pyspark.sql import SparkSession

def hbasetest():
    spark = SparkSession.builder.appName('SparkHBaseRDD').getOrCreate()
    sc=spark.sparkContext

    tablename='test'

    conf = {"hbase.mapreduce.inputtable": tablename}
    keyConv = "org.apache.spark.examples.pythonconverters.ImmutableBytesWritableToStringConverter"
    valueConv = "org.apache.spark.examples.pythonconverters.HBaseResultToStringConverter"
    hbase_rdd = spark.sparkContext.newAPIHadoopRDD("org.apache.hadoop.hbase.mapreduce.TableInputFormat","org.apache.hadoop.hbase.io.ImmutableBytesWritable","org.apache.hadoop.hbase.client.Result",keyConverter=keyConv,valueConverter=valueConv,conf=conf)
    output = hbase_rdd.collect()
    for (k, v) in output:
        print(k, v)

if __name__ == '__main__':
    hbasetest()

提交代码:spark-submit  --master local /tmp/hbasetest.py,输出如下:

  • 0
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 4
    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 4
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