HBase MapReduce MultiTableInput首次测试

在HBase上跑MapReduce有个很麻烦的问题：多HTable+多Scan作为Map的Input对象。以往都需要开发人员去写TableInputFormat类的重载方法。

HBase 0.94.6版本加入了一个新的Class:：MultiTableInputFormatBase。（这里我提醒一下HBase 0.94.6有致命BUG，请用0.94.7）

这个方法可以帮助MapReduce开发人员快速实现多HTable+多Scan的Input。

MultiTableInputFormatBase的实现源于HBASE-3996：Support multiple tables and scanners as input to the mapper in map/reduce jobs

MultiTableInputFormatBase的加入的同时，补丁还调整了TableMapReduceUtil，并加入了以下方法：

//多输入方法
void org.apache.hadoop.hbase.mapreduce.TableMapReduceUtil.initTableMapperJob(
	List<Scan> scans, 
	Class<? extends TableMapper> mapper, 
	Class<? extends WritableComparable> outputKeyClass, 
	Class<? extends Writable> outputValueClass, Job job
	) throws IOException

//单输入方法
void org.apache.hadoop.hbase.mapreduce.TableMapReduceUtil.initTableMapperJob(
	String table, 
	Scan scan, Class<? extends TableMapper> mapper, 
	Class<? extends WritableComparable> outputKeyClass, 
	Class<? extends Writable> outputValueClass, Job job
	) throws IOException

多输入方法相比单输入方法的最大区别在于：去掉了Table Name的传入参数，取而代之的是一个List<Scan>

现在问题来了，新方法只有Scan，没有HTable名称。如何让MapReduce知道数据从哪几张表获取呢？

经过几番周折，我在MultiTableInputFormatBase.java源码的第116行找到了答案

      byte[] tableName = scan.getAttribute(Scan.SCAN_ATTRIBUTES_TABLE_NAME);
      if (tableName ==