网络环境
-
专线:用户需要把hbase集群的VPC相关网络信息配置到专线里面，可直通hbase环境
-
公有云虚拟机VPC环境：选择和hbase通VPC
-
其他：需要开hbase公网
-
注意：默认导入hbase数据，依赖的hbase-common、hbase-client、hbase-server、hbase-protocol使用社区的包即可。如果是公网需要使用云hbase发布的相关包
方案一：hive关联hbase表方式
-
适用场景：数据量不大4T以下(因为需要走hbase的api导入数据)
-
从hbase页面获取zk连接地址，并用下述方式启动hive客户端
-
hbase表不存在的情况
-
创建hive表hive_hbase_table映射hbase表base_table，会自动创建hbase表hbase_table,且会随着hive表删除而删除。这里需要指定hive的schema到hbase schema的映射关系。关于类型可参考Hive/HBaseIntegration
-
创建一张原始的hive表，准备一些数据
-
把hive原表hive_data中数据，通过hive表hive_hbase_table导入到hbase的表hbase_table中
-
查看hbase表hbase_table中是否有数据
-
hbase表存在的情况
-
创建hive的外表关联hbase表,注意hive schema到hbase schema的映射关系。删除外表不会删除对应hbase表
-
其他导入数据相关同2
方案二：hive表生成hfile，通过bulkload导入到hbase
-
适用场景：数据量大(4T以上)
-
把hive数据转换为hfile
-
启动hive并添加相关hbase的jar包
- 创建一个outputformat为HiveHFileOutputFormat的hive表
- 其中/tmp/hbase_table_hfile/cf_0是hfile保存到hdfs的路径，cf_0是hbase family的名字
- 把原始数据表的数据通过hbase_hfile_table表保存为hfile
-
查看对应hdfs路径是否生成了hfile
-
通过bulkload将数据导入到hbase表中
-
使用阿里云hbase客户端创建具有上面对应family的hbase表
-
下载云hbase客户端,配置hbase-site.xml，并将hdfs-site.xml、core-site.xml拷贝到hbase/conf目录
-
执行bulkload导入到hbase表中
-
- 在hbase表hbase_hfile_load_table查看数据是否导入
大家工作学习遇到HBase技术问题，把问题发布到HBase技术社区论坛http://hbase.group，欢迎大家论坛上面提问留言讨论。想了解更多HBase技术关注HBase技术社区公众号(微信号:hbasegroup)，非常欢迎大家积极投稿。
