spark怎么讀取hbase數據并轉化為dataFrame

本篇內容主要講解“spark怎么讀取hbase數據并轉化為dataFrame”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“spark怎么讀取hbase數據并轉化為dataFrame”吧!

最近兩天研究Spark直接讀取hbase數據，并將其轉化為dataframe。之所以這么做，

1、公司的數據主要存儲在hbase之中

2、使用dataframe，更容易實現計算。

盡管hbase的官方已經提供了hbase-spark 接口，但是并未對外發布，而且目前的項目又有這方面的需求，且網上關于這么方面的參考比較少，

故貼出來，代碼如下，僅供參考

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 ={// 本地模式運行,便于測試    val sparkConf = new SparkConf().setMaster("local").setAppName("HBaseTest")// 創建hbase configuration    val hBaseConf = HBaseConfiguration.create()
    hBaseConf.set(TableInputFormat.INPUT_TABLE,"bmp_ali_customer")// 創建 spark context    val sc = new SparkContext(sparkConf)val sqlContext = new SQLContext(sc)import sqlContext.implicits._// 從數據源獲取數據    val hbaseRDD = sc.newAPIHadoopRDD(hBaseConf,classOf[TableInputFormat],classOf[ImmutableBytesWritable],classOf[Result])// 將數據映射為表  也就是將 RDD轉化為 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")// 測試    val df2 = sqlContext.sql("SELECT customer_id FROM shop")

    df2.foreach(println)
  }

代碼能夠運行的前提是

1、 引用了 spark-sql  jar

2、配置了Hbase-site.xml ，并將其放在工程的根目錄下

到此，相信大家對“spark怎么讀取hbase數據并轉化為dataFrame”有了更深的了解，不妨來實際操作一番吧！這里是億速云網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！