本篇内容主要讲解“spark怎么读取hbase数据并转化为dataFrame”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“spark怎么读取hbase数据并转化为dataFrame”吧!
我们提供的服务有：成都网站建设、成都网站制作、微信公众号开发、网站优化、网站认证、阳高ssl等。为千余家企事业单位解决了网站和推广的问题。提供周到的售前咨询和贴心的售后服务，是有科学管理、有技术的阳高网站制作公司
最近两天研究Spark直接读取hbase数据，并将其转化为dataframe。之所以这么做，
1、公司的数据主要存储在hbase之中
2、使用dataframe，更容易实现计算。
尽管hbase的官方已经提供了hbase-spark 接口，但是并未对外发布，而且目前的项目又有这方面的需求，且网上关于这么方面的参考比较少，
故贴出来，代码如下，仅供参考
import org.apache.hadoop.hbase.client._import org.apache.hadoop.hbase.io.ImmutableBytesWritableimport org.apache.hadoop.hbase.mapreduce.TableInputFormatimport org.apache.hadoop.hbase.{TableName, HBaseConfiguration}import org.apache.hadoop.hbase.util.Bytesimport org.apache.spark.sql.SQLContextimport org.apache.spark.{SparkContext, SparkConf}/** * Created by seagle on 6/28/16. */object HBaseSpark { def main(args:Array[String]): Unit ={// 本地模式运行,便于测试 val sparkConf = new SparkConf().setMaster("local").setAppName("HBaseTest")// 创建hbase configuration val hBaseConf = HBaseConfiguration.create()
hBaseConf.set(TableInputFormat.INPUT_TABLE,"bmp_ali_customer")// 创建 spark context val sc = new SparkContext(sparkConf)val sqlContext = new SQLContext(sc)import sqlContext.implicits._// 从数据源获取数据 val hbaseRDD = sc.newAPIHadoopRDD(hBaseConf,classOf[TableInputFormat],classOf[ImmutableBytesWritable],classOf[Result])// 将数据映射为表 也就是将 RDD转化为 dataframe schema val shop = hbaseRDD.map(r=>(
Bytes.toString(r._2.getValue(Bytes.toBytes("info"),Bytes.toBytes("customer_id"))),
Bytes.toString(r._2.getValue(Bytes.toBytes("info"),Bytes.toBytes("create_id")))
)).toDF("customer_id","create_id")
shop.registerTempTable("shop")// 测试 val df2 = sqlContext.sql("SELECT customer_id FROM shop")
df2.foreach(println)
}代码能够运行的前提是
1、 引用了 spark-sql jar
2、配置了Hbase-site.xml ，并将其放在工程的根目录下
到此，相信大家对“spark怎么读取hbase数据并转化为dataFrame”有了更深的了解，不妨来实际操作一番吧！这里是创新互联网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！