hbase hdfs外部表_数据在HDFS和HBASE之间互相传递的过程

本文介绍了如何使用MapReduce在HDFS和HBase之间进行数据迁移。首先,创建HDFS文件并将其加载到HBase中,然后展示了MapReduce的Mapper和Reducer代码,用于将数据从HBase导回HDFS。通过这种方式,实现了结构化数据在两者之间的传递。
摘要由CSDN通过智能技术生成

对于简单的结构化数据,我们在HDFS和HBASE上的传递可能只需要用框架即可完成,但是对于复杂的数据传输,特别是实际工作中,数据的收集整理并非简单的结构,因此,我们需要对数据重新整理,并进行发送。这个过程就是依赖MapReduce,通过底层对数据的拆分和重组,达到我们要传输的结构要求。

下面我们开始进行一个简单的小测试:

从HDFS 到HBASE

首先,我们在虚拟机本地创建一个临时文件demo,简单的结构化数据为name,age,sex。值可以适当添加几行即可。然后通过命令

hdfs dfs -put demo

此时已经将文件存放到了HDFS上,然后在HBASE中,创建我们需要存储数据的表,创建命令:

create 'tb_test','info'

hbase 中表建立为表名tb_test,列族名info。

接下来我们编写对应的代码:

import org.apache.hadoop.conf.Configuration;

import org.apache.hadoop.fs.Path;

import org.apache.hadoop.hbase.HBaseConfiguration;

import org.apache.hadoop.hbase.client.Put;

import org.apache.hadoop.hbase.io.ImmutableBytesWritable;

import org.apache.hadoop.hbase.mapreduce.TableMapReduceUtil;

import org.apache.hadoop.hbase.mapreduce.TableReducer;

import org.apache.hadoop.io.NullWritable;

import org.apache.hadoop.io.Text;

import org.apache.hadoop.mapreduce.Job;

import org.apache.hadoop.mapreduce.Mapper;

import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;

import java.io.IOException;

public class HdfstoHbase

{

public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {

Configuration conf=HBaseConfiguration.create();

Job job=Job.getInstance(conf, "hdfs-to-hbase");

job.setJarByClass(HdfstoHbase.class);

job.setMapperClass(HdfsMap.class);

job.setMapOutputKeyClass(Text.class);

job.setMapOutputValueClass(NullWritable.class);

TableMapReduceUtil.initTableReducerJob("tb_test",HbaseReduce.class,job );

FileInputFormat.addInputPath(job,new Path("/user/bda/demo"));

System.out.println(job.waitForCompletion(true)?0:1);

}

public static class HdfsMap extends Mapper{

@Override

protected void map(Object key, Text value, Context context) throws IOException, InterruptedException {

context.write(value,NullWritable.get() );

}

}

public static class HbaseReduce extends TableReducer{

private final byte[] cf="info".getBytes();

private final byte[] name="name".getBytes();

private final byte[] age="age".getBytes();

private final byte[] sex="sex".getBytes();

@Override

protected void reduce(Text key, Iterablevalues, Context context) throws IOException, InterruptedException {

String[] ss=key.toString().split(",");

Put put=new Put(key.toString().getBytes());

put.addColumn(cf,name ,ss[0].getBytes() );

put.addColumn(cf,age ,ss[1].getBytes() );

put.addColumn(cf,sex ,ss[2].getBytes() );

context.write(null,put);

}

}

}

典型的MapReduce结构框架。然后打包,如果你打的是瘦包,那么,执行jar文件的过程你需要添加相应的依赖,或者是脚本提前写好执行,下面直接贴出脚本执行命令:

HADOOP_CLASSPATH=`${HBASE_HOME}/bin/hbase classpath`:`${HBASE_HOME}/bin/hbase mapredcp` hadoop jar 打包的jar文件 文件的类名

执行后,在HBASE中,tb_test表即可查看到传入的数据。

HBASE到HDFS

同样的操作,这里只粘贴代码部分,其余操作类似。

import org.apache.hadoop.conf.Configuration;

import org.apache.hadoop.fs.Path;

import org.apache.hadoop.hbase.HBaseConfiguration;

import org.apache.hadoop.hbase.client.Result;

import org.apache.hadoop.hbase.client.Scan;

import org.apache.hadoop.hbase.io.ImmutableBytesWritable;

import org.apache.hadoop.hbase.mapreduce.TableMapReduceUtil;

import org.apache.hadoop.hbase.mapreduce.TableMapper;

import org.apache.hadoop.hbase.util.Bytes;

import org.apache.hadoop.io.NullWritable;

import org.apache.hadoop.io.Text;

import org.apache.hadoop.mapreduce.Job;

import org.apache.hadoop.mapreduce.Reducer;

import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;

import java.io.IOException;

public class HbasetoHdfs {

public static void main(String[] args) throws Exception {

Configuration cfg = HBaseConfiguration.create();

Job job = Job.getInstance(cfg,"hbase-to-hdfs");

job.setJarByClass(HbasetoHdfs.class);

Scan scan = new Scan();

scan.setCaching(50); // 1 is the default in Scan, which will be bad for MapReduce jobs

scan.setCacheBlocks(false);

TableMapReduceUtil.initTableMapperJob("tb_test",scan,HbaseMap.class,Text.class,NullWritable.class,job);

job.setReducerClass(HdfsReduce.class);

FileOutputFormat.setOutputPath(job,new Path("/user/bda/dsj3"));

System.out.println(job.waitForCompletion(true)?0:1);

}

public static class HbaseMap extends TableMapper {

private final byte[] cf="info".getBytes();

private final byte[] name="name".getBytes();

private final byte[] age="age".getBytes();

private final byte[] sex="sex".getBytes();

@Override

protected void map(ImmutableBytesWritable key, Result value, Context context) throws IOException, InterruptedException {

String line="";

String n = Bytes.toString(value.getValue(cf,name));

String a = Bytes.toString(value.getValue(cf,age));

String s = Bytes.toString(value.getValue(cf,sex));

line = n+","+a+","+s;

context.write(new Text(line),NullWritable.get());

}

}

public static class HdfsReduce extends Reducer {

@Override

protected void reduce(Text key, Iterable values, Context context) throws IOException, InterruptedException {

context.write(key,NullWritable.get());

}

}

}

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
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