通用MapReduce程序復制HBase表數(shù)據(jù)
更新時間：2018年12月26日 15:03:20 作者：Angelababy_huan
這篇文章主要為大家詳細介紹了通用MapReduce程序復制HBase表數(shù)據(jù)，具有一定的參考價值，感興趣的小伙伴們可以參考一下
編寫MR程序，讓其可以適合大部分的HBase表數(shù)據(jù)導入到HBase表數(shù)據(jù)。其中包括可以設置版本數(shù)、可以設置輸入表的列導入設置(選取其中某幾列)、可以設置輸出表的列導出設置(選取其中某幾列)。
原始表test1數(shù)據(jù)如下：
每個row key都有兩個版本的數(shù)據(jù)，這里只顯示了row key為1的數(shù)據(jù)
在hbase shell 中創(chuàng)建數(shù)據(jù)表：
create 'test2',{NAME => 'cf1',VERSIONS => 10} // 保存無版本、無列導入設置、無列導出設置的數(shù)據(jù)
create 'test3',{NAME => 'cf1',VERSIONS => 10} // 保存無版本、無列導入設置、有列導出設置的數(shù)據(jù)
create 'test4',{NAME => 'cf1',VERSIONS => 10} // 保存無版本、有列導入設置、無列導出設置的數(shù)據(jù)
create 'test5',{NAME => 'cf1',VERSIONS => 10} // 保存有版本、無列導入設置、無列導出設置的數(shù)據(jù)
create 'test6',{NAME => 'cf1',VERSIONS => 10} // 保存有版本、無列導入設置、有列導出設置的數(shù)據(jù)
create 'test7',{NAME => 'cf1',VERSIONS => 10} // 保存有版本、有列導入設置、無列導出設置的數(shù)據(jù)
create 'test8',{NAME => 'cf1',VERSIONS => 10} // 保存有版本、有列導入設置、有列導出設置的數(shù)據(jù)
main函數(shù)入口：
package GeneralHBaseToHBase;
import org.apache.hadoop.util.ToolRunner;
public class DriverTest {
public static void main(String[] args) throws Exception {
// 無版本設置、無列導入設置，無列導出設置
String[] myArgs1= new String[]{
"test1", // 輸入表
"test2", // 輸出表
"0", // 版本大小數(shù)，如果值為0，則為默認從輸入表導出最新的數(shù)據(jù)到輸出表
"-1", // 列導入設置，如果為-1 ，則沒有設置列導入
"-1" // 列導出設置，如果為-1，則沒有設置列導出
};
ToolRunner.run(HBaseDriver.getConfiguration(),
new HBaseDriver(),
myArgs1);
// 無版本設置、有列導入設置，無列導出設置
String[] myArgs2= new String[]{
"test1",
"test3",
"0",
"cf1:c1,cf1:c2,cf1:c10,cf1:c11,cf1:c14",
"-1"
};
ToolRunner.run(HBaseDriver.getConfiguration(),
new HBaseDriver(),
myArgs2);
// 無版本設置，無列導入設置，有列導出設置
String[] myArgs3= new String[]{
"test1",
"test4",
"0",
"-1",
"cf1:c1,cf1:c10,cf1:c14"
};
ToolRunner.run(HBaseDriver.getConfiguration(),
new HBaseDriver(),
myArgs3);
// 有版本設置，無列導入設置，無列導出設置
String[] myArgs4= new String[]{
"test1",
"test5",
"2",
"-1",
"-1"
};
ToolRunner.run(HBaseDriver.getConfiguration(),
new HBaseDriver(),
myArgs4);
// 有版本設置、有列導入設置，無列導出設置
String[] myArgs5= new String[]{
"test1",
"test6",
"2",
"cf1:c1,cf1:c2,cf1:c10,cf1:c11,cf1:c14",
"-1"
};
ToolRunner.run(HBaseDriver.getConfiguration(),
new HBaseDriver(),
myArgs5);
// 有版本設置、無列導入設置，有列導出設置
String[] myArgs6= new String[]{
"test1",
"test7",
"2",
"-1",
"cf1:c1,cf1:c10,cf1:c14"
};
ToolRunner.run(HBaseDriver.getConfiguration(),
new HBaseDriver(),
myArgs6);
// 有版本設置、有列導入設置，有列導出設置
String[] myArgs7= new String[]{
"test1",
"test8",
"2",
"cf1:c1,cf1:c2,cf1:c10,cf1:c11,cf1:c14",
"cf1:c1,cf1:c10,cf1:c14"
};
ToolRunner.run(HBaseDriver.getConfiguration(),
new HBaseDriver(),
myArgs7);
}
}
driver：
package GeneralHBaseToHBase;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.conf.Configured;
import org.apache.hadoop.hbase.client.Put;
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.mapreduce.Job;
import org.apache.hadoop.util.Tool;
import util.JarUtil;
public class HBaseDriver extends Configured implements Tool{
public static String FROMTABLE=""; //導入表
public static String TOTABLE=""; //導出表
public static String SETVERSION=""; //是否設置版本
// args => {FromTable,ToTable,SetVersion,ColumnFromTable,ColumnToTable}
@Override
public int run(String[] args) throws Exception {
if(args.length!=5){
System.err.println("Usage:\n demo.job.HBaseDriver <input> <inputTable> "
+ "<output> <outputTable>"
+"< versions >"
+ " <set columns from inputTable> like <cf1:c1,cf1:c2,cf1:c10,cf1:c11,cf1:c14> or <-1> "
+ "<set columns from outputTable> like <cf1:c1,cf1:c10,cf1:c14> or <-1>");
return -1;
}
Configuration conf = getConf();
FROMTABLE = args[0];
TOTABLE = args[1];
SETVERSION = args[2];
conf.set("SETVERSION", SETVERSION);
if(!args[3].equals("-1")){
conf.set("COLUMNFROMTABLE", args[3]);
}
if(!args[4].equals("-1")){
conf.set("COLUMNTOTABLE", args[4]);
}
String jobName ="From table "+FROMTABLE+ " ,Import to "+ TOTABLE;
Job job = Job.getInstance(conf, jobName);
job.setJarByClass(HBaseDriver.class);
Scan scan = new Scan();
// 判斷是否需要設置版本
if(SETVERSION != "0" || SETVERSION != "1"){
scan.setMaxVersions(Integer.parseInt(SETVERSION));
}
// 設置HBase表輸入：表名、scan、Mapper類、mapper輸出鍵類型、mapper輸出值類型
TableMapReduceUtil.initTableMapperJob(
FROMTABLE,
scan,
HBaseToHBaseMapper.class,
ImmutableBytesWritable.class,
Put.class,
job);
// 設置HBase表輸出：表名，reducer類
TableMapReduceUtil.initTableReducerJob(TOTABLE, null, job);
// 沒有 reducers， 直接寫入到 輸出文件
job.setNumReduceTasks(0);
return job.waitForCompletion(true) ? 0 : 1;
}
private static Configuration configuration;
public static Configuration getConfiguration(){
if(configuration==null){
/**
* TODO 了解如何直接從Windows提交代碼到Hadoop集群
* 并修改其中的配置為實際配置
*/
configuration = new Configuration();
configuration.setBoolean("mapreduce.app-submission.cross-platform", true);// 配置使用跨平臺提交任務
configuration.set("fs.defaultFS", "hdfs://master:8020");// 指定namenode
configuration.set("mapreduce.framework.name", "yarn"); // 指定使用yarn框架
configuration.set("yarn.resourcemanager.address", "master:8032"); // 指定resourcemanager
configuration.set("yarn.resourcemanager.scheduler.address", "master:8030");// 指定資源分配器
configuration.set("mapreduce.jobhistory.address", "master:10020");// 指定historyserver
configuration.set("hbase.master", "master:16000");
configuration.set("hbase.rootdir", "hdfs://master:8020/hbase");
configuration.set("hbase.zookeeper.quorum", "slave1,slave2,slave3");
configuration.set("hbase.zookeeper.property.clientPort", "2181");
//TODO 需export->jar file ; 設置正確的jar包所在位置
configuration.set("mapreduce.job.jar",JarUtil.jar(HBaseDriver.class));// 設置jar包路徑
}
return configuration;
}
}
mapper：
package GeneralHBaseToHBase;
import java.io.IOException;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.HashSet;
import java.util.Map.Entry;
import java.util.NavigableMap;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.hbase.Cell;
import org.apache.hadoop.hbase.KeyValue;
import org.apache.hadoop.hbase.client.Put;
import org.apache.hadoop.hbase.client.Result;
import org.apache.hadoop.hbase.io.ImmutableBytesWritable;
import org.apache.hadoop.hbase.mapreduce.TableMapper;
import org.apache.hadoop.hbase.util.Bytes;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
public class HBaseToHBaseMapper extends TableMapper<ImmutableBytesWritable, Put> {
Logger log = LoggerFactory.getLogger(HBaseToHBaseMapper.class);
private static int versionNum = 0;
private static String[] columnFromTable = null;
private static String[] columnToTable = null;
private static String column1 = null;
private static String column2 = null;
@Override
protected void setup(Context context)
throws IOException, InterruptedException {
Configuration conf = context.getConfiguration();
versionNum = Integer.parseInt(conf.get("SETVERSION", "0"));
column1 = conf.get("COLUMNFROMTABLE",null);
if(!(column1 == null)){
columnFromTable = column1.split(",");
}
column2 = conf.get("COLUMNTOTABLE",null);
if(!(column2 == null)){
columnToTable = column2.split(",");
}
}
@Override
protected void map(ImmutableBytesWritable key, Result value,
Context context)
throws IOException, InterruptedException {
context.write(key, resultToPut(key,value));
}
/***
* 把key，value轉(zhuǎn)換為Put
* @param key
* @param value
* @return
* @throws IOException
*/
private Put resultToPut(ImmutableBytesWritable key, Result value) throws IOException {
HashMap<String, String> fTableMap = new HashMap<>();
HashMap<String, String> tTableMap = new HashMap<>();
Put put = new Put(key.get());
if(! (columnFromTable == null || columnFromTable.length == 0)){
fTableMap = getFamilyAndColumn(columnFromTable);
}
if(! (columnToTable == null || columnToTable.length == 0)){
tTableMap = getFamilyAndColumn(columnToTable);
}
if(versionNum==0){
if(fTableMap.size() == 0){
if(tTableMap.size() == 0){
for (Cell kv : value.rawCells()) {
put.add(kv); // 沒有設置版本，沒有設置列導入，沒有設置列導出
}
return put;
} else{
return getPut(put, value, tTableMap); // 無版本、無列導入、有列導出
}
} else {
if(tTableMap.size() == 0){
return getPut(put, value, fTableMap);// 無版本、有列導入、無列導出
} else {
return getPut(put, value, tTableMap);// 無版本、有列導入、有列導出
}
}
} else{
if(fTableMap.size() == 0){
if(tTableMap.size() == 0){
return getPut1(put, value); // 有版本，無列導入，無列導出
}else{
return getPut2(put, value, tTableMap); //有版本，無列導入，有列導出
}
}else{
if(tTableMap.size() == 0){
return getPut2(put,value,fTableMap);// 有版本，有列導入，無列導出
}else{
return getPut2(put,value,tTableMap); // 有版本，有列導入，有列導出
}
}
}
}
/***
* 無版本設置的情況下，對于有列導入或者列導出
* @param put
* @param value
* @param tableMap
* @return
* @throws IOException
*/
private Put getPut(Put put,Result value,HashMap<String, String> tableMap) throws IOException{
for(Cell kv : value.rawCells()){
byte[] family = kv.getFamily();
if(tableMap.containsKey(new String(family))){
String columnStr = tableMap.get(new String(family));
ArrayList<String> columnBy = toByte(columnStr);
if(columnBy.contains(new String(kv.getQualifier()))){
put.add(kv); //沒有設置版本，沒有設置列導入，有設置列導出
}
}
}
return put;
}
/***
* (有版本，無列導入，有列導出)或者(有版本，有列導入，無列導出)
* @param put
* @param value
* @param tTableMap
* @return
*/
private Put getPut2(Put put,Result value,HashMap<String, String> tableMap){
NavigableMap<byte[], NavigableMap<byte[], NavigableMap<Long, byte[]>>> map=value.getMap();
for(byte[] family:map.keySet()){
if(tableMap.containsKey(new String(family))){
String columnStr = tableMap.get(new String(family));
log.info("@@@@@@@@@@@"+new String(family)+" "+columnStr);
ArrayList<String> columnBy = toByte(columnStr);
NavigableMap<byte[], NavigableMap<Long, byte[]>> familyMap = map.get(family);//列簇作為key獲取其中的列相關數(shù)據(jù)
for(byte[] column:familyMap.keySet()){ //根據(jù)列名循壞
log.info("!!!!!!!!!!!"+new String(column));
if(columnBy.contains(new String(column))){
NavigableMap<Long, byte[]> valuesMap = familyMap.get(column);
for(Entry<Long, byte[]> s:valuesMap.entrySet()){//獲取列對應的不同版本數(shù)據(jù)，默認最新的一個
System.out.println("***:"+new String(family)+" "+new String(column)+" "+s.getKey()+" "+new String(s.getValue()));
put.addColumn(family, column, s.getKey(),s.getValue());
}
}
}
}
}
return put;
}
/***
* 有版本、無列導入、無列導出
* @param put
* @param value
* @return
*/
private Put getPut1(Put put,Result value){
NavigableMap<byte[], NavigableMap<byte[], NavigableMap<Long, byte[]>>> map=value.getMap();
for(byte[] family:map.keySet()){
NavigableMap<byte[], NavigableMap<Long, byte[]>> familyMap = map.get(family);//列簇作為key獲取其中的列相關數(shù)據(jù)
for(byte[] column:familyMap.keySet()){ //根據(jù)列名循壞
NavigableMap<Long, byte[]> valuesMap = familyMap.get(column);
for(Entry<Long, byte[]> s:valuesMap.entrySet()){ //獲取列對應的不同版本數(shù)據(jù)，默認最新的一個
put.addColumn(family, column, s.getKey(),s.getValue());
}
}
}
return put;
}
// str => {"cf1:c1","cf1:c2","cf1:c10","cf1:c11","cf1:c14"}
/***
* 得到列簇名與列名的k,v形式的map
* @param str => {"cf1:c1","cf1:c2","cf1:c10","cf1:c11","cf1:c14"}
* @return map => {"cf1" => "c1,c2,c10,c11,c14"}
*/
private static HashMap<String, String> getFamilyAndColumn(String[] str){
HashMap<String, String> map = new HashMap<>();
HashSet<String> set = new HashSet<>();
for(String s : str){
set.add(s.split(":")[0]);
}
Object[] ob = set.toArray();
for(int i=0; i<ob.length;i++){
String family = String.valueOf(ob[i]);
String columns = "";
for(int j=0;j < str.length;j++){
if(family.equals(str[j].split(":")[0])){
columns += str[j].split(":")[1]+",";
}
}
map.put(family, columns.substring(0, columns.length()-1));
}
return map;
}
private static ArrayList<String> toByte(String s){
ArrayList<String> b = new ArrayList<>();
String[] sarr = s.split(",");
for(int i=0;i<sarr.length;i++){
b.add(sarr[i]);
}
return b;
}
}
程序運行完之后，在hbase shell中查看每個表，看是否數(shù)據(jù)導入正確：
test2：(無版本、無列導入設置、無列導出設置)
test3 (無版本、有列導入設置("cf1:c1,cf1:c2,cf1:c10,cf1:c11,cf1:c14")、無列導出設置)
test4(無版本、無列導入設置、有列導出設置("cf1:c1,cf1:c10,cf1:c14"))
test5(有版本、無列導入設置、無列導出設置)
test6(有版本、有列導入設置("cf1:c1,cf1:c2,cf1:c10,cf1:c11,cf1:c14")、無列導出設置)
test7(有版本、無列導入設置、有列導出設置("cf1:c1,cf1:c10,cf1:c14"))
test8(有版本、有列導入設置("cf1:c1,cf1:c2,cf1:c10,cf1:c11,cf1:c14")、有列導出設置("cf1:c1,cf1:c10,cf1:c14"))
以上就是本文的全部內(nèi)容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。
相關文章
mongodb官方的golang驅(qū)動基礎使用教程分享
這篇文章主要給大家介紹了關于mongodb官方的golang驅(qū)動基礎使用的相關資料，文中通過示例代碼介紹的非常詳細，對大家學習或者使用mongodb具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2018-12-12
這篇文章主要給大家介紹了關于Mongodb 3.2.9開啟用戶權限認證問題的詳細步驟，通過開啟權限認證，會對大家的Mongodb更加保護的安全些，文中將步驟介紹的非常詳細，需要的朋友可以參考借鑒，下面來一起看看吧。2017-08-08
MongoDB添加secondary節(jié)點的2種方法詳解
這篇文章主要給大家總結介紹了關于MongoDB添加secondary節(jié)點的2種方法，以及MongoDB secondary節(jié)點出現(xiàn)recovering狀態(tài)的解決方法，文中介紹的非常詳細，需要的朋友可以參考下2018-10-10
大家應該都知道m(xù)ongodb是當下流行的非關系型數(shù)據(jù)庫，特別是配合node使用，下面示范一下在Windows系統(tǒng)下如何安裝和配置的，文中通過圖文介紹的非常詳細，需要的朋友可以參考借鑒，下面來一起看看吧。2017-03-03
利用mongodb查詢某坐標是否在規(guī)定多邊形區(qū)域內(nèi)的方法
這篇文章主要介紹了利用mongodb如何查詢某坐標是否在固定多邊形區(qū)域內(nèi)的方法，文中給出了詳細示例代碼，相信對大家具有一定的參考價值，需要的朋友們下面來一起看看吧。2017-02-02
這篇文章主要介紹了MongoDB profile分析慢查詢的示例，幫助大家更好的理解和學習使用MongoDB數(shù)據(jù)庫，感興趣的朋友可以了解下2021-04-04
這篇文章主要給大家介紹了關于mongodb BSON的基本使用教程，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2018-12-12
$divide聚合運算符返回兩個表達式相除的結果,參數(shù)通過數(shù)組傳遞給$divide運算符,這篇文章介紹了MongoDB聚合運算符$divide的相關知識,感興趣的朋友跟隨小編一起看看吧2024-03-03
MongoDB快速入門筆記(二)之MongoDB的概念及簡單操作
MongoDB是面向集合的文檔式數(shù)據(jù)庫，不像關系數(shù)據(jù)庫那樣，有表，列、行，mongoDB數(shù)據(jù)庫則是由一系列的文檔組成。接下來通過本文給大家介紹MongoDB的概念及簡單操作，一起看看吧2016-06-06
解決MongoDB?位置查詢報錯planner?returned?error:?unable?to?find
這篇文章主要介紹了MongoDB位置查詢報錯planner?returned?error:?unable?to?find?index?for?$geoNear?query的解決方案,需要的朋友可以參考下2023-08-08