跟Hadoop的無縫集成使得使用MapReduce對HBase的數據進行分佈式計算非常方便，本文將以前面的blog示例，介紹HBase下MapReduce開發要點。很好理解本文前提是你對Hadoop MapReduce有一定的瞭解。
HBase MapReduce核心類介紹
首先一起來回顧下MapReduce的基本編程模型，
可以看到最基本的是通過Mapper和Reducer來處理KV對，Mapper的輸出經Shuffle及Sort後變為Reducer的輸入。除了Mapper和Reducer外，另外兩個重要的概念是InputFormat和OutputFormat，定義了Map-Reduce的輸入和輸出相關的東西。HBase通過對這些類的擴展（繼承）來方便MapReduce任務來讀寫HTable中的數據。
實例分析
我們還是以最初的blog例子來進行示例分析，業務需求是這樣：找到具有相同興趣的人，我們簡單定義為如果author之間article的tag相同，則認為兩者有相同興趣，將分析結果保存到HBase。除了上面介紹的blog表外，我們新增一張表tag_friend，RowKey為tag，Value為authors,大概就下面這樣。
我們省略了一些跟分析無關的Column數據，上面的數據按前面描述的業務需求經過MapReduce分析，應該得到下面的結果
實際的運算過程分析如下
代碼實現
有了上面的分析，代碼實現就比較簡單了。只需以下幾步
- 定義Mapper類繼承TableMapper，map的輸入輸出KV跟上面的分析一致。public static class Mapper extends TableMapper
{ - public Mapper() {}
- @Override
- public void map(ImmutableBytesWritable row, Result values,Context context) throws IOException {
- ImmutableBytesWritable value = null;
- String[] tags = null;
- for (KeyValue kv : values.list()) {
- if ("author".equals(Bytes.toString(kv.getFamily()))
- && "nickname".equals(Bytes.toString(kv.getQualifier()))) {
- value = new ImmutableBytesWritable(kv.getValue());
- }
- if ("article".equals(Bytes.toString(kv.getFamily()))
- && "tags".equals(Bytes.toString(kv.getQualifier()))) {
- tags = Bytes.toString(kv.getValue()).split(",");
- }
- }
- for (int i = 0; i < tags.length; i++) {
- ImmutableBytesWritable key = new ImmutableBytesWritable(
- Bytes.toBytes(tags[i].toLowerCase()));
- try {
- context.write(key,value);
- } catch (InterruptedException e) {
- throw new IOException(e);
- }
- }
- }
- }
複製代碼
- 定義Reducer類繼承TableReducer，reduce的輸入輸出KV跟上面分析的一致。public static class Reducer extends TableReducer
{ - @Override
- public void reduce(ImmutableBytesWritable key,Iterable values,
- Context context) throws IOException, InterruptedException {
- String friends="";
- for (ImmutableBytesWritable val : values) {
- friends += (friends.length()>0?",":"")+Bytes.toString(val.get());
- }
- Put put = new Put(key.get());
- put.add(Bytes.toBytes("person"), Bytes.toBytes("nicknames"),
- Bytes.toBytes(friends));
- context.write(key, put);
- }
- }
複製代碼
- 在提交作業時設置inputFormat為TableInputFormat,設置outputFormat為TableOutputFormat，可以藉助TableMapReduceUtil類來簡化編碼。public static void main(String[] args) throws Exception {
- Configuration conf = new Configuration();
- conf = HBaseConfiguration.create(conf);
- Job job = new Job(conf, "HBase_FindFriend");
- job.setJarByClass(FindFriend.class);
- Scan scan = new Scan();
- scan.addColumn(Bytes.toBytes("author"),Bytes.toBytes("nickname"));
- scan.addColumn(Bytes.toBytes("article"),Bytes.toBytes("tags"));
- TableMapReduceUtil.initTableMapperJob("blog", scan,FindFriend.Mapper.class,
- ImmutableBytesWritable.class, ImmutableBytesWritable.class, job);
- TableMapReduceUtil.initTableReducerJob("tag_friend",FindFriend.Reducer.class, job);
- System.exit(job.waitForCompletion(true) ? 0 : 1);
- }
複製代碼
小結
本文通過實例分析演示了使用MapReduce分析HBase的數據，需要注意的這只是一種常規的方式（分析表中的數據存到另外的表中），實際上不侷限於此，不過其他方式跟此類似。如果你進行到這裡，你肯定想要馬上運行它看看結果，希望大家多多關注哦。
閱讀更多 大數據信息站 的文章
