Spark加载HDFS parquet数据,批量插入HBASE例子及一个问题优化

本文介绍了一个使用Spark从HDFS上的Parquet文件中抽取数据并批量插入到HBASE的场景。在执行过程中遇到由于批量提交数据量过大导致的延迟问题,通过优化代码成功解决。主要涉及HBase的连接管理和数据写入策略。
摘要由CSDN通过智能技术生成

场景

HDFS上存储了大量的parquet文件,我需要抽取其中几个字段存储到HBASE里。
中间出现了一个问题,应该是一次批量提交的数据量太多了,所以一直卡着,提示:
INFO AsyncRequestFutureImpl: #3, waiting for 172558 actions to finish on table:
网上没找到怎么解决,最后自己优化了一下代码解决了

代码

主函数:HBase2HDFSLocalTest


import org.apache.spark.sql.{
   DataFrame, SparkSession}
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

打赏作者

其实我是真性情

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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