熟悉常用的HBase操作,编写MapReduce作业

Posted 天空遗落之物

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了熟悉常用的HBase操作,编写MapReduce作业相关的知识,希望对你有一定的参考价值。

1. 以下关系型数据库中的表和数据,要求将其转换为适合于HBase存储的表并插入数据:

学生表(Student)(不包括最后一列)

学号(S_No)

姓名(S_Name)

性别(S_Sex)

年龄(S_Age)

课程(course)

2015001

Zhangsan

male

23

 

2015003

Mary

female

22

 

2015003

Lisi

male

24

数学(Math)85

 

流程:1.开启dfs和hbase

验证是否成功开启

创建表,但是因为我在shell命令写的时候总会卡死,之后进程就直接被杀死了,所以下面我自己手写

2. 用Hadoop提供的HBase Shell命令完成相同任务:

  • 列出HBase所有的表的相关信息;list
  • hbase(main):008:0>list

     

  • 在终端打印出学生表的所有记录数据;
  • hbase(main):009:0>scan \'student\'

     

  • 向学生表添加课程列族;
  • hbase(main):010:0>alter \'student\',{NAME=>\'course\',VERSIONS=>3}

     

  • 向课程列族添加数学列并登记成绩为85;
  • \'hbase(main):011:0>put \'student\',\'2015003;\',\'course:Math\',\'85\'

     

  • 删除课程列;
  • disable \'student\'

     

  • 统计表的行数;count \'s1\'
  • count \'student\'

     

  • 清空指定的表的所有记录数据;truncate \'s1\'

 

truncate \'student\'

 

3. 用Python编写WordCount程序任务

程序

WordCount

输入

一个包含大量单词的文本文件

输出

文件中每个单词及其出现次数(频数),并按照单词字母顺序排序,每个单词和其频数占一行,单词和频数之间有间隔

 

  1. 编写map函数,reduce函数
  2. 将其权限作出相应修改
  3. 本机上测试运行代码
  4. 放到HDFS上运行
  5. 下载并上传文件到hdfs上
  6. 用Hadoop Streaming命令提交任务

 流程:

1.创建mapper.py文件

cd /home/hadoop/wc
sudo gedit mapper.py

2.map函数

#!/usr/bin/env python
import sys
for i in stdin:
    i = i.strip()
    words = i.split()
    for word in words:
    print \'%s\\t%s\' % (word,1)

3.reduce函数

#!/usr/bin/env python
from operator import itemgetter
import sys

current_word = None
current_count = 0
word = None

for i in stdin:
    i = i.strip()
    word, count = i.split(\'\\t\',1)
    try:
    count = int(count)
    except ValueError:
    continue

    if current_word == word:
    current_count += count 
    else:
    if current_word:
        print \'%s\\t%s\' % (current_word, current_count)
    current_count = count
    current_word = word

if current_word == word:
    print \'%s\\t%s\' % (current_word, current_count)

4.创造reduce.py文件

cd /home/hadoop/wc
sudo gedit reducer.py

5.赋予权限及测试代码

chmod a+x /home/hadoop/mapper.py

echo "foo foo quux labs foo bar quux" | /home/hadoop/wc/mapper.py

echo "foo foo quux labs foo bar quux" | /home/hadoop/wc/mapper.py | sort -k1,1 | /home/hadoop/wc/reducer.p

6.下载文件上传

#上传
cd  /home/hadoop/wc
wget http://www.gutenberg.org/files/5000/5000-8.txt
wget http://www.gutenberg.org/cache/epub/20417/pg20417.txt

#下载
cd /usr/hadoop/wc
hdfs dfs -put /home/hadoop/hadoop/gutenberg/*.txt /user/hadoop/input

以上在第七章PPT都有所描述。

以上是关于熟悉常用的HBase操作,编写MapReduce作业的主要内容,如果未能解决你的问题,请参考以下文章

熟悉常用的HBase操作,编写MapReduce作业

熟悉常用的HBase操作,编写MapReduce作业

熟悉常用的HBase操作,编写MapReduce作业

熟悉常用的HBase操作,编写MapReduce作业

熟悉常用的HBase操作,编写MapReduce作业

熟悉常用的HBase操作,编写MapReduce作业