hbase MapReduce程序样例入门
来源:互联网 发布:2g3g4g网络切换工具apk 编辑:程序博客网 时间:2024/06/06 08:31
1、先看一个标准的hbase作为数据读取源和输出源的样例:
12345678
Configuration conf = HBaseConfiguration.create();Job job = new Job(conf, "job name ");job.setJarByClass(test.class);Scan scan = new Scan();TableMapReduceUtil.initTableMapperJob(inputTable, scan, mapper.class, Writable.class, Writable.class, job);TableMapReduceUtil.initTableReducerJob(outputTable, reducer.class, job);job.waitForCompletion(true);
首先创建配置信息和作业对象,设置作业的类。这些和正常的mapreduce一样,唯一不一样的就是数据源的说明部分,TableMapReduceUtil的initTableMapperJob和initTableReducerJob方法来实现。
用如上代码:
数据输入源是hbase的inputTable表,执行mapper.class进行map过程,输出的key/value类型是ImmutableBytesWritable和Put类型,最后一个参数是作业对象。需要指出的是需要声明一个扫描读入对象scan,进行表扫描读取数据用,其中scan可以配置参数,这里为了例子简单不再详述。
数据输出目标是hbase的outputTable表,输出执行的reduce过程是reducer.class类,操作的作业目标是job。与map比缺少输出类型的标注,因为他们不是必要的,看过源代码就知道mapreduce的TableRecordWriter中write(key,value)方法中,key值是没有用到的。value只能是Put或者Delete两种类型,write方法会自行判断并不用用户指明。
接下来就是mapper类:
1234567891011
public class mapper extends TableMapper<KEYOUT, VALUEOUT> { public void map(Writable key, Writable value, Context context) throws IOException, InterruptedException { //mapper逻辑 context.write(key, value); } }}
继承的是hbase中提供的TableMapper类,其实这个类也是继承的MapReduce类。后边跟的两个泛型参数指定类型是mapper输出的数据类型,该类型必须继承自Writable类,例如可能用到的put和delete就可以。需要注意的是要和initTableMapperJob方法指定的数据类型一直。该过程会自动从指定hbase表内一行一行读取数据进行处理。
然后reducer类:
12345678
public class countUniteRedcuer extends TableReducer<KEYIN, VALUEIN, KEYOUT> { public void reduce(Text key, Iterable<VALUEIN> values, Context context) throws IOException, InterruptedException { //reducer逻辑 context.write(null, put or delete); }}
reducer继承的是TableReducer类。后边指定三个泛型参数,前两个必须对应map过程的输出key/value类型,第三个必须是put或者delete。write的时候可以把key写null,它是不必要的。这样reducer输出的数据会自动插入outputTable指定的表内。
2、有时候我们需要数据源是hdfs的文本,输出对象是hbase。这时候变化也很简单:
1234567891011
Configuration conf = HBaseConfiguration.create();Job job = new Job(conf, "job name ");job.setJarByClass(test.class); job.setMapperClass(mapper.class);job.setMapOutputKeyClass(Text.class);job.setMapOutputValueClass(LongWritable.class);FileInputFormat.setInputPaths(job, path); TableMapReduceUtil.initTableReducerJob(tableName, reducer.class, job);
你会发现只需要像平常的mapreduce的作业声明过程一样,指定mapper的执行类和输出key/value类型,指定FileInputFormat.setInputPaths的数据源路径,输出声明不变。便完成了从hdfs文本读取数据输出到hbase的命令声明过程。 mapper和reducer如下:
1234567891011121314
public class mapper extends Mapper<LongWritable,Writable,Writable,Writable> { public void map(LongWritable key, Text line, Context context) { //mapper逻辑 context.write(k, one); }}public class redcuer extends TableReducer<KEYIN, VALUEIN, KEYOUT> { public void reduce(Writable key, Iterable<Writable> values, Context context) throws IOException, InterruptedException { //reducer逻辑 context.write(null, put or delete); }}
mapper还依旧继承原来的MapReduce类中的Mapper即可。同样注意这前后数据类型的key/value一直性。
3、最后就是从hbase中的表作为数据源读取,hdfs作为数据输出,简单的如下:
12345678910
Configuration conf = HBaseConfiguration.create();Job job = new Job(conf, "job name ");job.setJarByClass(test.class);Scan scan = new Scan();TableMapReduceUtil.initTableMapperJob(inputTable, scan, mapper.class, Writable.class, Writable.class, job);job.setOutputKeyClass(Writable.class);job.setOutputValueClass(Writable.class);FileOutputFormat.setOutputPath(job, Path);job.waitForCompletion(true);
mapper和reducer简单如下:
12345678910111213141516171819202122
public class mapper extends TableMapper<KEYOUT, VALUEOUT>{ public void map(Writable key, Writable value, Context context) throws IOException, InterruptedException { //mapper逻辑 context.write(key, value); } }} public class reducer extends Reducer<Writable,Writable,Writable,Writable> { public void reducer(Writable key, Writable value, Context context) throws IOException, InterruptedException { //reducer逻辑 context.write(key, value); } }}
最后说一下TableMapper和TableReducer的本质,其实这俩类就是为了简化一下书写代码,因为传入的4个泛型参数里都会有固定的参数类型,所以是Mapper和Reducer的简化版本,本质他们没有任何区别。源码如下:
1234567
public abstract class TableMapper<KEYOUT, VALUEOUT>extends Mapper<ImmutableBytesWritable, Result, KEYOUT, VALUEOUT> {} public abstract class TableReducer<KEYIN, VALUEIN, KEYOUT>extends Reducer<KEYIN, VALUEIN, KEYOUT, Writable> {}
好了,可以去写第一个wordcount的hbase mapreduce程序了。
ps:另外详细的读写优化可以看之后的一篇,更为详尽的内容看这里
- hbase MapReduce程序样例入门
- hbase MapReduce程序样例入门(一)
- hbase MapReduce程序样例入门(二)
- hbase MapReduce程序样例入门
- hbase MapReduce程序样例入门
- hbase MapReduce程序样例入门
- hbase MapReduce程序样例入门
- hbase MapReduce程序样例入门
- hbase MapReduce程序样例入门
- hbase MapReduce程序样例入门
- Hbase编程入门之MapReduce
- Hbase编程入门之MapReduce
- MapReduce程序初步入门
- 如何用MapReduce程序操作hbase
- hbase的mapreduce程序小抄
- 通用MapReduce程序复制HBase表数据
- 通过MapReduce程序导出Hbase到Hadoop
- 通过MapReduce程序导出Hbase到Hadoop
- C语言指针变量
- Santa Monica Car Accident Attorney's Top Ten Reasons People Get Into Auto Accidents
- recovering after being hit
- 解-经邹鲁祭孔子而叹之
- jquery的几种ajax方式对比
- hbase MapReduce程序样例入门
- 传输层端口号
- python安装的各种问题
- 在windows下 1045 access denied for user
- kali linux free -m
- 一个背单词的软件
- 第十周项目四 大奖赛计分
- 片刻
- call by value 和call by reference 部分转载 java 值传递 和 引用传递