HBase常用功能和HBase+MapReduce使用总结

1.HBase如果加了列限定，如果该列不存在时返回的结果为empty.

        看下面的代码：

        

  Get get = new Get(Bytes.toBytes("100"));
    get.addColumn(Bytes.toBytes("info"), Bytes.toBytes("name"));

这里加入了列限定，也就是只返回列族info下面的name字段。但是如果name字段根本不存在，返回的Result在调用result.isEmpty()时则返回为true,也就是说就算其他字段存在，也什么都没返回来，包括rowkey也没有返回来。当然，如果是限定多个列，只要一个列存在就可以正常返回。所以需要注意。

2.HBase在scan时指定的StartRow里面不能加-

看下面的代码：

Scan scan = new Scan();

 scan.setStartRow(Bytes.toBytes("3136947-"));
 scan.setStopRow(Bytes.toBytes("3136947-" + 1));

我的本意是查询rowkey以 3136947- 开头的行，但是因为我的里面有一个-（“杠”），所以什么都没返回，去掉-后正常。这说明这里是不能使用-，-也并不是转义字符，转义后也还是scan不出来的。不知道其他字符是不是也不行，没有测试。 所以需要注意。

3.HBase在scan时过滤掉指定列不存在的记录

如果想返回某个字段必须存在的行，不存在该字段的记录过滤掉不返回，方法如下：

Scan scan = new Scan();

        scan.setStartRow(Bytes.toBytes("3136947"));
        scan.setStopRow(Bytes.toBytes("3136947" + 1));

        scan.addColumn(Bytes.toBytes("info"),
                Bytes.toBytes("name"));
        SingleColumnValueFilter filter = new SingleColumnValueFilter(Bytes.toBytes("info"),
                Bytes.toBytes("name"),
                CompareFilter.CompareOp.NOT_EQUAL, Bytes.toBytes("0"));
        filter.setFilterIfMissing(true);
        scan.setFilter(filter);

注意：如果是判断某个列是否存在，必须在addColumn里面加上该列，也就是必须返回的字段里面必须包含该列，否则也不会返回，因为在处理的时候是调用addColumn然后才会调用过滤器。

这里的过滤器里面指定该列的字段值必须不等于0(当然，如果你的name里有等于0的当然不能使用0),并且设置setFilterIfMissing为true，也就是设置为如果该列不存在就过滤掉这条数据，默认为false。

4.利用MapReduce导出hbase数据

如果hbase作为数据的输出，job设置如下：

Configuration conf = HBaseConfiguration.create();

        Scan scan = new Scan();

        scan.setStartRow(Bytes.toBytes("3136947"));
        scan.setStopRow(Bytes.toBytes("3136947" + 1));
        scan.addColumn(Bytes.toBytes("info"), Bytes.toBytes("name"));


        scan.addFamily(UserStoreHelper.FAMILY_INFO);
        scan.addColumn(UserStoreHelper.FAMILY_INFO, UserStoreHelper.USER_ID);
        scan.addColumn(UserStoreHelper.FAMILY_INFO, UserStoreHelper.FRIENDS);
        scan.addColumn(UserStoreHelper.FAMILY_INFO, UserStoreHelper.LEVEL_CODE);


        final Job job = new Job(conf, "exportHBaseUser");


        job.setJarByClass(TestJobCreator.class);


        job.setOutputFormatClass(TextOutputFormat.class);

        FileOutputFormat.setOutputPath(job, new Path("test1"));

       // job.setReducerClass(HbaseExportReduce.class);

       // job.setPartitionerClass(UserPartitioner.class);

       // job.setNumReduceTasks(14);


        TableMapReduceUtil.initTableMapperJob(Bytes.toBytes("usertable"),
                scan,
                TestMapper.class,
                Text.class,
                NullWritable.class,
                job);

在initTableMapperJob里面设置的map必须继承org.apache.hadoop.hbase.mapreduce.TableMapper，并且最后两个设置的参数是自己定义的map的输出时的key和value的类型。

5.利用mapReduce插入数据到HBase

如果hbase作为数据的输入。代码如下：

final Configuration conf = HBaseConfiguration.create();

 final Job job = new Job(conf, "Sync-To-HBase");

 job.setJarByClass(PostStoreExportHBaseJobCreator.class);

   //我这里是以mongodb为输入     
  job.setInputFormatClass(MongoInputFormat.class);

   TableMapReduceUtil.initTableReducerJob("usertable", null, job);

    //把数据转换为hbase表格式的map
   job.setMapperClass(TestMapper.class);

    //直接入hbase库不需要reduce    
    job.setNumReduceTasks(0);

这里map的输出必须是key为ImmutableBytesWritable,value为 Put