HBASE和Hadoop集成

柔情只为你懂 2023-07-08 10:28 4阅读 0赞

**hadoop，hive,hbase的区别**

1、hadoop：它是一个分布式计算+分布式文件系统，前者其实就是MapReduce，后者是HDFS。后者可以独立运行，前者可以选择性使用，也可以不使用

2、hive：通俗的说是一个数据仓库，仓库中的数据是被hdfs管理的数据文件，它支持类似sql语句的功能，你可以通过该语句完成分布式环境下的计算功能，hive会把语句转换成MapReduce，然后交给hadoop执行。这里的计算，仅限于查找和分析，而不是更新、增加和删除。它的优势是对历史数据进行处理，用时下流行的说法是离线计算，因为它的底层是MapReduce，MapReduce在实时计算上性能很差。它的做法是把数据文件加载进来作为一个hive表（或者外部表），让你觉得你的sql操作的是传统的表。

3、hbase：通俗的说，hbase的作用类似于数据库，传统数据库管理的是集中的本地数据文件，而hbase基于hdfs实现对分布式数据文件的管理，比如增删改查。也就是说，hbase只是利用hadoop的hdfs帮助其管理数据的持久化文件（HFile），它跟MapReduce没任何关系。hbase的优势在于实时计算，所有实时数据都直接存入hbase中，客户端通过API直接访问hbase，实现实时计算。由于它使用的是nosql，或者说是列式结构，从而提高了查找性能，使其能运用于大数据场景，这是它跟MapReduce的区别。

总结：  
hadoop是hive和hbase的基础，hive依赖hadoop，而hbase仅依赖hadoop的hdfs模块。  
hive适用于离线数据的分析，操作的是通用格式的（如通用的日志文件）、被hadoop管理的数据文件，它支持类sql，比编写MapReduce的java代码来的更加方便，它的定位是数据仓库，存储和分析历史数据  
hbase适用于实时计算，采用列式结构的nosql，操作的是自己生成的特殊格式的HFile、被hadoop管理的数据文件，它的定位是数据库，或者叫DBMS

**1 hbase和hadoop集成**

1).把hbase-site.xml配置文件复制到$HADOOP\_HOME/etc/hadoop目录下

2).编辑$HADOOP_HOME/etc/hadoop/hadoop-env.sh 添加最后一行:
    
    export HADOOP_CLASSPATH=$HADOOP_CLASSPATH:/home/sheng/app/hbase-1.3.2/lib/*

3). 把修改后的hbase-site.xml和hadoop-env.sh 分发至各节点

集成测试 统计一个表的行数：

hadoop jar $HBASE_HOME/lib/hbase-server-1.3.2.jar rowcounter  /user/hbase/music.txt

如果能得到表的行数，证名集成环境成功

**2 将hdfs中的数据存放到hbase中**  
批量导入: 思想是把原始数据文件生成HBase的HFile文件，，再把HFile文年加载到HBase中

importtsv 生成HBase中的Hstore的物理文件---->HFile文件  
语法格式：

hadoop jar $HBASE_HOME/lib/hbase-server-1.3.2.jar  importtsv
    -Dimporttsv.bulk.output=指定输出的路径于用存放HFile文件
    -Dimporttsv.columns=HBASE_ROW_KEY,info:name,info:singer,info:gender,info:ryghme,info:terminal 
    -Dcreate.table=yes
    表名   输入的HDFS路径

注：-Dcreate.table=yes 表示自动创建表

-Dimporttsv.bulk.output=指定输出的路径于用存放HFile文件  该目录自动生成

1)生成HFIle文件

hadoop jar $HBASE_HOME/lib/hbase-server-1.3.2.jar  importtsv -Dimporttsv.bulk.output=/user/hbase_hfile -Dimporttsv.columns=HBASE_ROW_KEY,info:name,info:singer,info:gender,info:ryghme,info:terminal -Dcreate.table=yes music4  /user/hbase

2）completedulkload 把生成HFile文件加载到HBase 中

语法格式:

hadoop jar  $HBASE_HOME/lib/hbase-server-1.3.2.jar  completebulkload 加载的HDFS路径 表名
    
    hadoop jar  $HBASE_HOME/lib/hbase-server-1.3.2.jar  completebulkload /user/ambow/temp4 music4