parquet 形式MapReduce hbase 数据写入hdfs

最新推荐文章于 2022-07-25 17:37:23 发布

原创

最新推荐文章于 2022-07-25 17:37:23 发布 · 576 阅读

0 ·

CC 4.0 BY-SA版权

该博客介绍了如何将HBase表的数据迁移到HDFS，使用Parquet格式进行存储。通过Java代码实现，包括设置扫描条件、配置Parquet输出格式和Schema，以及使用TableMapReduceUtil进行数据映射。

package com.sitech;

import com.google.common.collect.Lists;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.hbase.HBaseConfiguration;
import org.apache.hadoop.hbase.client.Result;
import org.apache.hadoop.hbase.client.Scan;
import org.apache.hadoop.hbase.io.ImmutableBytesWritable;
import org.apache.hadoop.hbase.mapreduce.TableMapReduceUtil;
import org.apache.hadoop.hbase.mapreduce.TableMapper;
import org.apache.hadoop.hbase.util.Bytes;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.util.GenericOptionsParser;
import org.apache.parquet.example.data.simple.SimpleGroupFactory;
import org.apache.parquet.hadoop.ParquetOutputFormat;
import org.apache.parquet.hadoop.example.GroupWriteSupport;
import org.apache.parquet.example.data.Group;

import java.io.File;
import java.io.FileInputStream;
import java.io.IOException;
import java.io.InputStream;
import java.text.SimpleDateFormat;
import java.util.ArrayList;
import java.util.Date;
import java.util.List;
import java.util.Properties;

public class HbaseToHdfs {
    /**
     * Init properties.
     *
     * @param path the path
     * @return the properties
     * @throws Exception the exception
     */
    public static Properties init(final String path) throws Exception {
        Properties properties = new Properties();
        InputStream inputStream = new FileInputStream(new File(path));
        try {
            properties.load(inputStream);
        } catch (IOException e) {
            e.printStackTrace();
        } finally {
            inputStream.close();
        }
        return prope

最低0.47元/天解锁文章