如何在hbase中快速插入10万条数据

    我们知道每一条put操作实际上都是一个rpc操作，它将客户端数据传送到服务器然后返回。这只是折小数据量的操作，如果有一个应用需要插入十万行数据

到hbase表中，这样处理就太不合适了。

    hbase的api配备了一个客户端的些缓冲区，缓冲区负责手机put操作，然后调用rpc一次性将put送往服务器。

    下面是一个插入十万行到一个表的代码：

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.hbase.HBaseConfiguration;
import org.apache.hadoop.hbase.TableName;
import org.apache.hadoop.hbase.client.HBaseAdmin;
import org.apache.hadoop.hbase.client.HTable;
import org.apache.hadoop.hbase.client.Put;
import org.apache.hadoop.hbase.util.Bytes;

public class AddTest {
static Configuration conf = null;
static {
conf = HBaseConfiguration.create();

}
public static void main(String args[]){
String tableName = "testtable1";
String familie1 = "colfam1";
String familie2 = "colfam2";
String[] column = {"col-5","col-33","k"};
String[] values = {"wellcome","my house","yes"};
try {
//检查制定的表是否存在

HBaseAdmin admin=new HBaseAdmin(conf);
if(!admin.tableExists(Bytes.toBytes(tableName)))
{
System.err.println("the table "+tableName+" is not exist");
System.exit(1);
}
admin.close();
//创建表连接
HTable table=new HTable(conf,TableName.valueOf(tableName));
//将数据自动提交功能关闭
table.setAutoFlush(false);
//设置数据缓存区域
table.setWriteBufferSize(128*1024);
//然后开始写入数据
int i = 0;
while(i <100000){
Put put=new Put(Bytes.toBytes("row"+i));
put.add(Bytes.toBytes(familie1),Bytes.toBytes(column[0]),Bytes.toBytes(values[0]));
//put.add(Bytes.toBytes(familie2),Bytes.toBytes(column[1]),Bytes.toBytes(values[1]));
table.put(put); i++;
System.out.println(i);
//刷新缓存区
}
table.flushCommits();
//关闭表连接
table.close();
} catch (Exception e) {
// TODO: handle exception
e.printStackTrace();
}
System.out.println("success");
}

}

在我的虚拟机集群中测试证明只需要几秒就可以插入十万行数据，这比单独的put语句运行十万次快多了，另外缓冲区的大小设定也会效率。