您的位置:首页 > 其它

Spark实现HIVE统计结果导入到HBase操作

2015-12-31 11:34 253 查看
由于HIVE更新的机制极其不适应SPARK环境,于是利用HBase来执行HIVE中某些统计结果的更新。首先要做的是实现Spark + Hive访问,得到RDD,再将这个RDD导入到HBase中操作。

然而网上关于这一块目前资料还真很少。但是其原理总体上来说是非常简单的。

步骤主要是两步:

(1)开启hive连接器,实现spark + hive的访问,得到dataframe对象。

(2)对dataframe进行RDD转换,进行hbase的批量导入bulkput函数来实现。

hbaseContext.bulkPut[Row](rddFromSql.rdd,

tableName,

(putRecord) => {

val put = new Put(Bytes.toBytes(putRecord.getString(0)))

put.add(Bytes.toBytes(columnFamily1),Bytes.toBytes("receiver"),Bytes.toBytes(putRecord.getString(1)))

put.add(Bytes.toBytes(columnFamily1),Bytes.toBytes("count"),Bytes.toBytes(putRecord.getLong(2)))

put

},

true);

运行成功,成功导入600W数据.

内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: