bulk-load裝載hdfs數據到hbase的示例分析

這篇文章給大家分享的是有關bulk-load裝載hdfs數據到hbase的示例分析的內容。小編覺得挺實用的，因此分享給大家做個參考，一起跟隨小編過來看看吧。

bulk-load的作用是用mapreduce的方式將hdfs上的文件裝載到hbase中，對于海量數據裝載入hbase非常有用

hbase提供了現成的程序將hdfs上的文件導入hbase,即bulk-load方式。它包括兩個步驟（也可以一次完成）： 
1 將文件包裝成hfile，hadoop jar/path/to/hbase.jar importtsv -Dimporttsv.columns=a,b,c <tablename><inputdir> 
比如:

Java代碼

• 
  

• hadoop dfs -cat test/1  
  

• 1       2  
  

• 3       4  
  

• 5       6  
  

• 7       8  
  

  hadoop dfs -cat test/1

  1       2

  3       4

  5       6

  7       8

執行

Java代碼

• 
  

• hadoop jar ~/hbase/hbase-0.90.2.jar importtsv -Dimporttsv.columns=HBASE_ROW_KEY,f1 t8 test  
  

  hadoop jar ~/hbase/hbase-0.90.2.jar importtsv-Dimporttsv.columns=HBASE_ROW_KEY,f1 t8 test

將會啟動mapreduce程序在hdfs上生成t8這張表，它的rowkey分別為1 35 7，對應的value為2 4 6 8 
注意，源文件默認以"\t"為分割符，如果需要換成其它分割符，在執行時加上-Dimporttsv.separator=","，則變成了以","分割 

2 在上一步中，如果設置了輸出目錄,如

Java代碼

• 
  

• hadoop jar ~/hbase/hbase-0.90.2.jar importtsv -Dimporttsv.bulk.output=tmp -Dimporttsv.columns=HBASE_ROW_KEY,f1 t8 test  
  

   hadoop jar ~/hbase/hbase-0.90.2.jarimporttsv -Dimporttsv.bulk.output=tmp -Dimporttsv.columns=HBASE_ROW_KEY,f1 t8test

那么t8表還暫時不會生成，只是將hfile輸出到tmp文件夾下，我們可以查看tmp:

Java代碼

• 
  

• hadoop dfs -du tmp       
  

• Found 3 items   
  

• 0           hdfs://namenode:9000/user/test/tmp/_SUCCESS       
  

• 65254       hdfs://namenode:9000/user/test/tmp/_logs       
  

• 462         hdfs://namenode:9000/user/test/tmp/f1  
  

  hadoop dfs -du tmp

  Found 3 items

  0          hdfs://namenode:9000/user/test/tmp/_SUCCESS

  65254      hdfs://namenode:9000/user/test/tmp/_logs

  462        hdfs://namenode:9000/user/test/tmp/f1

然后執行hadoop jar hbase-VERSION.jarcompletebulkload /user/todd/myoutput mytable將這個輸出目錄中的hfile轉移到對應的region中,這一步因為只是mv，所以相當快。如： 
hadoop jar ~/hbase/hbase-0.90.2.jar completebulkload tmp t8 
然后

Java代碼

• 
  

• hadoop dfs -du /hbase/t8/c408963c084d328490cc2f809ade9428       
  

•     Found 4 items   
  

•     124         hdfs://namenode:9000/hbase/t8/c408963c084d328490cc2f809ade9428/.oldlogs       
  

•     692         hdfs://namenode:9000/hbase/t8/c408963c084d328490cc2f809ade9428/.regioninfo       
  

•     0           hdfs://namenode:9000/hbase/t8/c408963c084d328490cc2f809ade9428/.tmp       
  

•     462         hdfs://namenode:9000/hbase/t8/c408963c084d328490cc2f809ade9428/f1  
  

hadoop dfs -du/hbase/t8/c408963c084d328490cc2f809ade9428

  Found 4 items

  124        hdfs://namenode:9000/hbase/t8/c408963c084d328490cc2f809ade9428/.oldlogs

  692         hdfs://namenode:9000/hbase/t8/c408963c084d328490cc2f809ade9428/.regioninfo

  0          hdfs://namenode:9000/hbase/t8/c408963c084d328490cc2f809ade9428/.tmp

  462        hdfs://namenode:9000/hbase/t8/c408963c084d328490cc2f809ade9428/f1

此時己經生成了表t8 
注意，如果數據特別大，而表中原來就有region，那么會執行切分工作，查找數據對應的region并裝載 

        程序使用中注意： 
1 因為是執行hadoop程序，不會自動查找hbase的config路徑，也就找不到hbase的環境變量。因此需要將hbase-site.xml加入到hadoop-conf變量中 
2 還需要將hbase/lib中的jar包放入classpath中 
3 執行以上的步驟2時需要將zookeeper的配置寫入core-site.xml中，因為在那一步時甚至不會讀取hbase-site.xml，否則會連不上zookeeper

感謝各位的閱讀！關于“bulk-load裝載hdfs數據到hbase的示例分析”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，讓大家可以學到更多知識，如果覺得文章不錯，可以把它分享出去讓更多的人看到吧！