Kettle 7.1 连接HBase数据表

设置Hadoop环境

在Tools -> Hadoop Distribution 中选择 “HortonWorks HDP 2.5.x”。

复制 hbase-site.xml 文件

从hbase集群中复制 hbase-site.xml 文件到 kettle 安装目录下的 “plugins/pentaho-big-data-plugin/hadoop-configurations/hdp25” 目录下。

准备数据表

这里准备测试从一个hbase表导数据到另一个hbase表，其实往别存储介质也都是类似，比如文件，数据库。这里主要是为了说明怎样连hbase。

这里使用两个表，user和user2，测试从user表导数据到user2表。

# 启动shell
$ bin/hbase shell

################################################################################
# 创建 user 表

# 创建 user 表，其中包括两个列族 base 和 address。
# base列族用来保存用户基本信息，username和password
# address列族用来保存家庭和办公地址 
> create 'user', 'base', 'address'

# 向 user 表写入数据
> put 'user', 'row1', 'base:username', 'user1'
> put 'user', 'row1', 'base:password', 'user1'
> put 'user', 'row1', 'address:home', 'user1 home'
> put 'user', 'row1', 'address:office', 'user1 office'

> put 'user', 'row2', 'base:username', 'user2'
> put 'user', 'row2', 'base:password', 'user2'
> put 'user', 'row2', 'address:home', 'user2 home'
> put 'user', 'row2', 'address:office', 'user2 office'

################################################################################
# 创建 user2 表
> create 'user', 'base', 'address'

测试导入

• 添加一个Transformations。
• 在 View -> Transformations -> Hadoop clusters 添加一个新的 Hadoop 集群。配置大致如下：（修改后可以测试一下）

  Cluster Name: myhdfs
  Storage: HDFS
  HDFS: (可以参考core-site.xml文件)
    Hostname: <ip>
    Port: 8020
    Username: <user>
    Password: <password>
  JobTracker:
    Hostname: <ip>
    Port: 8032
  Zookeeper:
    Hostname: <ip>
    Port: 2181
  

• 在工作区，拖拽一个 “HBase Input” 和 “HBase Output”，并建立关联。
• 设置 “HBase Input”
  • 首先在 “Configure query” 中设置 “Hadoop Cluster”。
  • 在 “Create/Edit mappings” 中 “HBase table name” 选择 user。
  • 在 “Create/Edit mappings” 中 “Mapping name” 输入 user_mapping。
  • 在 “Create/Edit mappings” 中 表格中定义下面几项，然后 “Save mapping”

  Alias     Key    Column family       Column      Type
  ROW        Y                                     String
  username   N     base                username    String
  password   N     base                password    String
  home       N     address             home        String
  office     N     address             office      String
  

  • 回到 “Configure query”，HBase table name” 选择 user， “Mapping name” 选择 user_mapping。
• 设置 “HBase Output
  • 首先在 “Configure query” 中设置 “Hadoop Cluster”。
  • 在 “Create/Edit mappings” 中 “HBase table name” 选择 user2。
  • 在 “Create/Edit mappings” 中 “Mapping name” 输入 user2_mapping。
  • 在 “Create/Edit mappings” 中 表格中定义下面几项，然后 “Save mapping”

  Alias     Key    Column family       Column      Type
  ROW        Y                                     String
  username   N     base                username    String
  password   N     base                password    String
  home       N     address             home        String
  office     N     address             office      String
  

  • 回到 “Configure query”，HBase table name” 选择 user2， “Mapping name” 选择 user2_mapping。
• 运行Transformations，然后检查结果。