hbase读取文件入库方案

入库方案初稿
一、采集文件
采用shell脚本，从话单存放机器通过ftp分别get到四台服务器上（可按四台机器的处理速度比例存放）

二、读取文件
有两种方案，一是四台服务器分别启动各自的shell脚本，通过shell把各自的话单文件put到hdfs的虚拟目录，再通过map方法读取；
二是直接从文件存放硬盘位置各自读取；
倾向于第二种方案

三、解析文件
有两种方案，一是通过map和reduce方法，由hadoop分布式从虚拟目录读取解析文件；
二是在四台机器上放置同样的多线程程序，进行文件解析；
倾向于第二种方案（第一种方案的主要缺点是hdfs与hbase有资源竞争）

四、文件入库
四台机器多线程程序并行写入到hbase的一个表