HBase和HDFS数据互导程序

下面说说JAVA API 提供的这些类的功能和他们之间有什么样的联系。

1.HBaseConfiguration

关系：org.apache.hadoop.hbase.HBaseConfiguration

作用：通过此类可以对HBase进行配置

用法实例： Configuration config = HBaseConfiguration.create();

说明： HBaseConfiguration.create() 默认会从classpath 中查找 hbase-site.xml 中的配置信息，初始化 Configuration。

2.HBaseAdmin 类

关系：org.apache.hadoop.hbase.client.HBaseAdmin

作用：提供接口关系HBase 数据库中的表信息

用法：HBaseAdmin admin = new HBaseAdmin(config);

3.Descriptor类

关系：org.apache.hadoop.hbase.HTableDescriptor

作用：HTableDescriptor 类包含了表的名字以及表的列族信息

用法：HTableDescriptor htd =new HTableDescriptor(tablename);

             构造一个表描述符指定TableName对象。

             Htd.addFamily(new HColumnDescriptor(“myFamily”));

             将列家族给定的描述符

4.HTable

关系：org.apache.hadoop.hbase.client.HTable

作用：HTable 和 HBase 的表通信

用法：HTable tab = new HTable(config,Bytes.toBytes(tablename));

           ResultScanner sc = tab.getScanner(Bytes.toBytes(“familyName”));

说明：获取表内列族 familyNme 的所有数据。

5.Put

关系：org.apache.hadoop.hbase.client.Put

作用：获取单个行的数据

用法：HTable table = new HTable(config,Bytes.toBytes(tablename));

           Put put = new Put(row);

           p.add(family,qualifier,value);

说明：向表 tablename 添加 “family,qualifier,value”指定的值。

6.Get

关系：org.apache.hadoop.hbase.client.Get

作用：获取单个行的数据

用法：HTable table = new HTable(config,Bytes.toBytes(tablename));

           Get get = new Get(Bytes.toBytes(row));

           Result result = table.get(get);

说明：获取 tablename 表中 row 行的对应数据

7.ResultScanner

关系：Interface

作用：获取值的接口

用法：ResultScanner scanner = table.getScanner(Bytes.toBytes(family));

           For(Result rowResult : scanner){

                   Bytes[] str = rowResult.getValue(family,column);

}

说明：循环获取行中列值。

例1 HBase之读取HDFS数据写入HBase

package org.hadoop.hbase; import java.io.IOException; import java.util.StringTokenizer; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.Path; import org.apache.hadoop.hbase.HBaseConfiguration; import org.apache.hadoop.hbase.HColumnDescriptor; import org.apache.hadoop.hbase.HTableDescriptor; import org.apache.hadoop.hbase.client.HBaseAdmin; 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.hbase.util.Bytes; import org.apache.hadoop.io.IntWritable; 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 org.apache.hadoop.util.GenericOptionsParser; public class WordCountHbaseWriter {  public static class WordCountHbaseMapper extends    Mapper<Object, Text, Text, IntWritable> {   private final static IntWritable one = new IntWritable(1);   private Text word = new Text();   public void map(Object key, Text value, Context context)     throws IOException, InterruptedException {    StringTokenizer itr = new StringTokenizer(value.toString());    while (itr.hasMoreTokens()) {     word.set(itr.nextToken());     context.write(word, one);// 输出<key,value>为<word,one>    }   }  }  public static class WordCountHbaseReducer extends    TableReducer<Text, IntWritable, ImmutableBytesWritable> {   public void reduce(Text key, Iterable<IntWritable> values,     Context context) throws IOException, InterruptedException {    int sum = 0;    for (IntWritable val : values) {// 遍历求和     sum += val.get();    }    Put put = new Put(key.getBytes());//put实例化，每一个词存一行    //列族为content,列修饰符为count，列值为数目    put.add(Bytes.toBytes("content"), Bytes.toBytes("count"), Bytes.toBytes(String.valueOf(sum)));    context.write(new ImmutableBytesWritable(key.getBytes()), put);// 输出求和后的<key,value>   }  }    public static void main(String[] args){   String tablename = "wordcount";   Configuration conf = HBaseConfiguration.create();     conf.set("hbase.zookeeper.quorum", "192.168.1.139");     conf.set("hbase.zookeeper.property.clientPort", "2191");   HBaseAdmin admin = null;   try {    admin = new HBaseAdmin(conf);    if(admin.tableExists(tablename)){     System.out.println("table exists!recreating.......");     admin.disableTable(tablename);     admin.deleteTable(tablename);    }    HTableDescriptor htd = new HTableDescriptor(tablename);    HColumnDescriptor tcd = new HColumnDescriptor("content");    htd.addFamily(tcd);//创建列族    admin.createTable(htd);//创建表    String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();       if (otherArgs.length != 1) {         System.err.println("Usage: WordCountHbaseWriter <in>");         System.exit(2);       }       Job job = new Job(conf, "WordCountHbaseWriter");   job.setNumReduceTasks(2);       job.setJarByClass(WordCountHbaseWriter.class);    //使用WordCountHbaseMapper类完成Map过程；       job.setMapperClass(WordCountHbaseMapper.class);       TableMapReduceUtil.initTableReducerJob(tablename, WordCountHbaseReducer.class, job);       //设置任务数据的输入路径；       FileInputFormat.addInputPath(job, new Path(otherArgs[0]));    //设置了Map过程的输出类型，其中设置key的输出类型为Text；       job.setOutputKeyClass(Text.class);    //设置了Map过程的输出类型，其中设置value的输出类型为IntWritable；       job.setOutputValueClass(IntWritable.class);    //调用job.waitForCompletion(true) 执行任务，执行成功后退出；       System.exit(job.waitForCompletion(true) ? 0 : 1);   } catch (Exception e) {    e.printStackTrace();   } finally{    if(admin!=null)     try {      admin.close();     } catch (IOException e) {      e.printStackTrace();     }   }     } }

例2 HBase之读取HBase数据写入HDFS

package org.hadoop.hbase; import java.io.IOException; import java.util.Map.Entry; 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.io.Text; import org.apache.hadoop.mapreduce.Job; import org.apache.hadoop.mapreduce.Reducer; import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat; import org.apache.hadoop.util.GenericOptionsParser; public class WordCountHbaseReader {    public static class WordCountHbaseReaderMapper extends      TableMapper<Text,Text>{     @Override     protected void map(ImmutableBytesWritable key,Result value,Context context)             throws IOException, InterruptedException {         StringBuffer sb = new StringBuffer("");         for(Entry<byte[],byte[]> entry:value.getFamilyMap("content".getBytes()).entrySet()){             String str =  new String(entry.getValue());             //将字节数组转换为String类型             if(str != null){                 sb.append(new String(entry.getKey()));                 sb.append(":");                 sb.append(str);             }             context.write(new Text(key.get()), new Text(new String(sb)));         }     } }  public static class WordCountHbaseReaderReduce extends Reducer<Text,Text,Text,Text>{      private Text result = new Text();      @Override      protected void reduce(Text key, Iterable<Text> values,Context context)              throws IOException, InterruptedException {          for(Text val:values){              result.set(val);              context.write(key, result);          }      }  }    public static void main(String[] args) throws Exception {      String tablename = "wordcount";      Configuration conf = HBaseConfiguration.create();      conf.set("hbase.zookeeper.quorum", "192.168.1.139");      conf.set("hbase.zookeeper.property.clientPort", "2191");            String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();      if (otherArgs.length != 1) {        System.err.println("Usage: WordCountHbaseReader <out>");        System.exit(2);      }      Job job = new Job(conf, "WordCountHbaseReader");      job.setJarByClass(WordCountHbaseReader.class);      //设置任务数据的输出路径；      FileOutputFormat.setOutputPath(job, new Path(otherArgs[0]));      job.setReducerClass(WordCountHbaseReaderReduce.class);      Scan scan = new Scan();      TableMapReduceUtil.initTableMapperJob(tablename,scan,WordCountHbaseReaderMapper.class, Text.class, Text.class, job);      //调用job.waitForCompletion(true) 执行任务，执行成功后退出；      System.exit(job.waitForCompletion(true) ? 0 : 1);  } }

程序中用到hadoop的相关JAR包（如下图）及hbase所有jar包

如果上面的API还不能满足你的要求，可以到下面这个网站里面Hbase全部API介绍

http://www.yiibai.com/hbase/