通過MapReduce對HBase數(shù)據(jù)進行統(tǒng)計分析_第1頁
通過MapReduce對HBase數(shù)據(jù)進行統(tǒng)計分析_第2頁
通過MapReduce對HBase數(shù)據(jù)進行統(tǒng)計分析_第3頁
通過MapReduce對HBase數(shù)據(jù)進行統(tǒng)計分析_第4頁
全文預覽已結(jié)束

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

通過MapReduce對HBase數(shù)據(jù)進行統(tǒng)計分析目錄一、概述 1二、應用場景 1三、Map程序 2四、Reduce程序 2五、Combiner程序 3六、作業(yè)執(zhí)行 3一、概述HBase作為一種kv數(shù)據(jù)庫,能夠很好的面對高吞吐率的在線數(shù)據(jù)讀寫服務,尤其是寫操作,但是在非rowkey多條件查詢、數(shù)據(jù)分析、統(tǒng)計等場景下,HBase表現(xiàn)的就不是很好了,這些場景下就比較適合MapReduce出場了。二、應用場景這里就通過一個示例程序,一步一步帶著大家學習MapReduce的開發(fā)。假設我們有一張業(yè)務表(biz_detail),它有一列是業(yè)務發(fā)生日期(ts),每行數(shù)據(jù)就是一條業(yè)務發(fā)生,現(xiàn)在我們要統(tǒng)計業(yè)務發(fā)生日期每天的業(yè)務量(數(shù)據(jù)行數(shù)),對于這樣一個簡單統(tǒng)計需求,我們可以通過MapReduce程序來實現(xiàn)。三、Map程序TableAnalyzeMap繼承HBase的TableMapper基類,把ts看做文本,行數(shù)自然是整數(shù),所以key-value輸出類型自然是<Text,IntWritable>,具體代碼如下:四、Reduce程序TableAnalyzeReduce繼承HBase的TableReducer基類,這里我們把最終聚合后的結(jié)果寫到目標表中,rowkey對應ts,行數(shù)對應目標表的cf:count列,具體代碼如下:五、Combiner程序分析map程序,我們可以看到,map階段處理后的數(shù)據(jù)是沒有任何合并的,key為日期,value都是1,這樣的話,如果直接進入reduce階段,要分發(fā)的數(shù)據(jù)量還是比較大的,會造成網(wǎng)絡負擔,針對這個問題,我們可以在map階段后,做一下本地reduce,這樣進入reduce的階段的數(shù)據(jù)量會大大減少。六、作業(yè)執(zhí)行程序接收四個參數(shù),依次為:業(yè)務表名稱、日期字段列族、日期字段列名、目標表名。當然你也可以使用ApacheCommonsCLI類解析命令行參數(shù),這里就不做說明了。其中scan.setCaching(500)設置每次讀取行數(shù),根據(jù)實際情況進行配置,scan.setCacheBlocks(false)告訴HBase本次掃描的數(shù)據(jù)不要放入緩存中,其他就不再詳述,通過代碼就能夠看明白。這樣,整個mapreduce程序我們已經(jīng)開發(fā)完成,生成相應jar包后,我

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論