文档章节

hbase批量导入2

 一滴水的眼泪
发布于 2016/04/09 15:00
字数 576
阅读 18
收藏 0

import java.io.IOException;  


import java.text.SimpleDateFormat;  

import java.util.Date;  

import org.apache.hadoop.conf.Configuration;  

import org.apache.hadoop.hbase.client.Put;  

import org.apache.hadoop.hbase.mapreduce.TableOutputFormat;  

import org.apache.hadoop.hbase.mapreduce.TableReducer;  

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

import org.apache.hadoop.io.LongWritable;  

import org.apache.hadoop.io.NullWritable;  

import org.apache.hadoop.io.Text;  

import org.apache.hadoop.mapreduce.Counter;  

import org.apache.hadoop.mapreduce.Job;  

import org.apache.hadoop.mapreduce.Mapper;  

import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;  

import org.apache.hadoop.mapreduce.lib.input.TextInputFormat;  


public class UptoHBase {


/**

* @param args

*/

public static void main(String[] args)  throws java.io.IOException, InterruptedException,ClassNotFoundException{

// TODO Auto-generated method stub

final Configuration configuration = new Configuration();  

       // 设置zookeeper  

       //configuration.set("hbase.zookeeper.quorum", "hadoop1");  

       configuration.set("hbase.zookeeper.quorum", "localhost");

       

       // 设置hbase表名称  

      // configuration.set(TableOutputFormat.OUTPUT_TABLE, "wlan_log");  

       //configuration.set(TableOutputFormat.OUTPUT_TABLE, "testhbase"); 

       configuration.set(TableOutputFormat.OUTPUT_TABLE, "Bearing1_1_acc"); 

       // 将该值改大,防止hbase超时退出  

       configuration.set("dfs.socket.timeout", "180000");  

   

       final Job job = new Job(configuration, "HBaseBatchImport");  

 

       job.setMapperClass(BatchImportMapper.class);  

       job.setReducerClass(BatchImportReducer.class);  

       // 设置map的输出,不设置reduce的输出类型  

       job.setMapOutputKeyClass(LongWritable.class);  

       job.setMapOutputValueClass(Text.class);  

    

       job.setInputFormatClass(TextInputFormat.class);  

       // 不再设置输出路径,而是设置输出格式类型  

       job.setOutputFormatClass(TableOutputFormat.class);  

 

      // FileInputFormat.setInputPaths(job, "hdfs://hadoop1:9000/input");  

      // FileInputFormat.setInputPaths(job, "hdfs://localhost:9000/user/hadoop/testhbase");  

       FileInputFormat.setInputPaths(job, "hdfs://localhost:9000/user/hadoop/Bearing1_1_acc"); 

       job.waitForCompletion(true); 

}

static class BatchImportMapper extends Mapper<LongWritable, Text, LongWritable, Text> {  

Text v2 = new Text();  


protected void map(LongWritable key, Text value, Context context)  throws java.io.IOException, InterruptedException {  

//final String[] splited = value.toString().split("\t");  

final String[] splited = value.toString().split(",");

//System.out.println("%%%%%%%%%%%%"+splited[3]);

try {  

//String rowKey = splited[1] + ":" + dateFormat; 

//String rowKey = splited[0] ; 

//第四列的前面一位补充成为 0 凑齐6位数

String str0="00";

splited[0]=str0.substring(0,2-splited[0].length())+splited[0];

//System.out.println("%%%%%%%%%%%%"+splited[0]);

String str1="00";

splited[1]=str1.substring(0,2-splited[1].length())+splited[1];

//System.out.println(".............."+splited[1]);

String str2="00";

splited[2]=str2.substring(0,2-splited[2].length())+splited[2];

//System.out.println(">>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>"+splited[2]);

String str3="00000000000";

splited[3]=str3.substring(0,11-splited[3].length())+splited[3];

//System.out.println("%%%%%%%%%%%%"+splited[3]);

String rowKey = splited[0]+splited[1]+splited[2]+splited[3];

 

v2.set(rowKey + "," + value.toString()); 

//System.out.println("#####################" + key);

System.out.println("^^^^^^^^^^^^^^^^^^^" + rowKey);

//System.out.println(">>>>>>>>>>>>>>" + value.toString());

context.write(key, v2); 

} catch (NumberFormatException e) {  

final Counter counter = context.getCounter("BatchImport","ErrorFormat");  

counter.increment(1L);  

System.out.println("出错了" + splited[0] + " " + e.getMessage());  

              }  

}

 }


static class BatchImportReducer extends TableReducer<LongWritable, Text, NullWritable> {  

protected void reduce(LongWritable key,java.lang.Iterable<Text> values, Context context) throws java.io.IOException, InterruptedException {  

              for (Text text : values) {  

              // final String[] splited = text.toString().split("\t");  

               final String[] splited = text.toString().split(",");

               final Put put = new Put(Bytes.toBytes(splited[0]));  

                 // put.add(Bytes.toBytes("cf"), Bytes.toBytes("date"), Bytes.toBytes(splited[1]));  

                 //put.add(Bytes.toBytes("data"), Bytes.toBytes("h"),Bytes.toBytes(splited[2]));  

                 //put.add(Bytes.toBytes("data"), Bytes.toBytes("l"),Bytes.toBytes(splited[3])); 

                 put.add(Bytes.toBytes("data"), Bytes.toBytes("h"),Bytes.toBytes(splited[5]));  

                 put.add(Bytes.toBytes("data"), Bytes.toBytes("l"),Bytes.toBytes(splited[6]));  

                  // 省略其他字段,调用put.add(....)即可  

                  context.write(NullWritable.get(), put);  

              }  

}  

}

下面截图反应的就是一次性导入2000+csv文件时的错误,扫描表时出现的


© 著作权归作者所有

共有 人打赏支持
粉丝 0
博文 2
码字总数 1001
作品 0
武汉
HBase BulkLoad批量写入数据实战

1.概述 在进行数据传输中,批量加载数据到HBase集群有多种方式,比如通过HBase API进行批量写入数据、使用Sqoop工具批量导数到HBase集群、使用MapReduce批量导入等。这些方式,在导入数据的过...

哥不是小萝莉
08/19
0
0
HBase实战之HBase BulkLoad批量写入数据

1.概述 在进行数据传输时,批量加载数据到HBase集群有多种方式,比如通过HBase API进行批量写入数据、使用Sqoop工具批量导数到HBase集群、使用MapReduce批量导入等。这些方式,导入数据的过程...

HBase技术社区
10/02
0
0
sqoop从关系型数据库导数据到hdfs和hbase上

本人最近弄了些sqoop导数据方法和命令,关于批量导入和一般导入,在本机器上linux环境运行正常; (一)Oracle导入到hdfs上 sqoop import --connect jdbc:oracle:thin:@ip:端口号:databaseNa...

可爱的ZLZLZL
2012/12/20
0
0
使用hive读取hbase数据

Hive是基于Hadoop的一个数据仓库工具,可以将结构化的数据文件映射为一张数据库表,并提供完整的sql查询功能,可以将sql语句转换为 MapReduce任务进行运行。 其优点是学习成本低,可以通过类...

凡16
2013/12/13
0
0
Sqoop数据导入到HBase遇上的问题及解决方法

  【IT168 技术】运行bin/sqoop import --connect jdbc:mysql://ip:port/database --username * --password **--hbase-bulkload --hbase-create-table --column-family info --hbase-row-k......

中国大数据
05/31
0
0

没有更多内容

加载失败,请刷新页面

加载更多

Shiro | 实现权限验证完整版

写在前面的话 提及权限,就会想到安全,是一个十分棘手的话题。这里只是作为学校Shiro的一个记录,而不是,权限就应该这样设计之类的。 Shiro框架 1、Shiro是基于Apache开源的强大灵活的开源...

冯文议
今天
1
0
linux 系统的运行级别

运行级别 运行级别 | 含义 0 关机 1 单用户模式,可以想象为windows 的安全模式,主要用于修复系统 2 不完全的命令模式,不含NFS服务 3 完全的命令行模式,就是标准的字符界面 4 系统保留 5 ...

Linux学习笔记
今天
2
0
学习设计模式——命令模式

任何模式的出现,都是为了解决一些特定的场景的耦合问题,以达到对修改封闭,对扩展开放的效果。命令模式也不例外: 命令模式是为了解决命令的请求者和命令的实现者之间的耦合关系。 解决了这...

江左煤郎
今天
3
0
字典树收集(非线程安全,后续做线程安全改进)

将500W个单词放进一个数据结构进行存储,然后进行快速比对,判断一个单词是不是这个500W单词之中的;来了一个单词前缀,给出500w个单词中有多少个单词是该前缀. 1、这个需求首先需要设计好数据结...

算法之名
昨天
15
0
GRASP设计模式

此文参考了这篇博客,建议读者阅读原文。 面向对象(Object-Oriented,OO)是当下软件开发的主流方法。在OO分析与设计中,我们首先从问题领域中抽象出领域模型,在领域模型中以适当的粒度归纳...

克虏伯
昨天
1
0

没有更多内容

加载失败,请刷新页面

加载更多

返回顶部
顶部