文件系统类数据读取与保存HBase_大数据培训

HBase

由于 org.apache.hadoop.hbase.mapreduce.TableInputFormat 类的实现，Spark 可以通过Hadoop输入格式访问HBase。这个输入格式会返回键值对数据，其中键的类型为org. apache.hadoop.hbase.io.ImmutableBytesWritable，而值的类型为org.apache.hadoop.hbase.client.

Result。

（1）添加依赖

（2）从HBase读取数据

package com.atguigu

import org.apache.hadoop.conf.Configuration

import org.apache.hadoop.hbase.HBaseConfiguration

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

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

import org.apache.hadoop.hbase.mapreduce.TableInputFormat

import org.apache.spark.rdd.RDD

import org.apache.spark.{SparkConf, SparkContext}

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

object HBaseSpark {

  def main(args: Array[String]): Unit = {

    //创建spark配置信息

    val sparkConf: SparkConf = new SparkConf().setMaster(“local[*]”).setAppName(“JdbcRDD”)

    //创建SparkContext

    val sc = new SparkContext(sparkConf)

    //构建HBase配置信息

    val conf: Configuration = HBaseConfiguration.create()

    conf.set(“hbase.zookeeper.quorum”, “hadoop102,hadoop103,hadoop104”)

    conf.set(TableInputFormat.INPUT_TABLE, “rddtable”)

    //从HBase读取数据形成RDD

    val hbaseRDD: RDD[(ImmutableBytesWritable, Result)] = sc.newAPIHadoopRDD(

      conf,

      classOf[TableInputFormat],

      classOf[ImmutableBytesWritable],

      classOf[Result])

    val count: Long = hbaseRDD.count()

    println(count)

    //对hbaseRDD进行处理

    hbaseRDD.foreach {

      case (_, result) =>

        val key: String = Bytes.toString(result.getRow)

        val name: String = Bytes.toString(result.getValue(Bytes.toBytes(“info”), Bytes.toBytes(“name”)))

        val color: String = Bytes.toString(result.getValue(Bytes.toBytes(“info”), Bytes.toBytes(“color”)))

        println(“RowKey:” + key + “,Name:” + name + “,Color:” + color)

    }

    //关闭连接

    sc.stop()

  }

}

3）往HBase写入