HBase的数据迁移及importTsv功能

一、数据迁移场景举例

         1. HBase集群装好了，若需要往表中装数据；

         2. 数据的备份，如测试集群往生产集群上迁移。

二、几种HBase数据导入方式

         1. 使用HBase Put API：例如MapReduce也是使用Put API；

         2. 使用HBase批量加载工具；

         3.自定义的MapReduce job

        这三种方式都涉及到Put内置，大多数数据迁移场景都涉及到数据的导入（import），从存在的RDBMS导入到HBase中去，大多数简单直接的方法是直接获取数据，使用单线程，这种效果非常慢，其实可以写多线程完成。

三、importTsv功能

        ImportTsv是HBase官方提供的基于MapReduce的批量数据导入工具。同时，ImportTsv是HBase提供的一个命令行工具，可以将存储在HDFS上的自定义分隔符（默认\t）的数据文件，通过一条命令方便的导入到HBase表中，对于大数据量导入非常有用。

        那么，如何使用ImportTsv呢？

        第一步，建立student.tsv文件，如下图：



        第二步，编辑student.tsv文件，添加以下内容，并保存，如下图：



        第三步，创建一个目录，如下图：



        第四步，上传文件，如下图：



        第五步，建表，在HBase中创建一个名为student的表，列簇为info。

        第六步，开始运行MapReduce，命令如下：



        第七步，查看student表格结果，如下图：



        通过以上步骤可以将一个tsv文件的数据导入到hbase的表格中。