个人中心
文章发布
退出
作者热门文章
- Java锁的逻辑（结合对象头和ObjectMonitor）
- 还在用饼状图？来瞧瞧这些炫酷的百分比可视化新图形（附代码实现）⛵
- 自动注册实体类到EntityFrameworkCore上下文，并适配ABP及ABPVNext
- 基于Sklearn机器学习代码实战
33
4
随着大数据技术的不断发展，处理海量数据的需求变得愈发迫切。MapReduce作为一种分布式计算模型，为处理大规模数据提供了有效的解决方案。在这篇博客中，我们将探讨如何使用MapReduce框架读取快照表（Snapshot Table）的数据。快照表是一种记录某一时刻系统状态的表格，通过MapReduce读取，可以有效地进行数据分析和处理.
HBase的快照表提供了一种机制，允许用户在不中断正在进行的写操作的情况下，对表的状态进行快照，并在之后的时间点恢复到这个快照状态。快照表在以下方面发挥着关键的作用:
HBase快照表的实现是建立在HBase的架构之上的，主要涉及以下几个关键步骤:
用户可以通过HBase Shell或HBase API创建表的快照。创建快照时，HBase会记录当前表的状态，并生成一个标识符.
hbase> snapshot
'
mytable
'
,
'
snapshot1
'
用户可以使用已创建的快照标识符来还原表的状态。在还原的过程中，HBase会回滚表的状态到快照的时间点.
hbase> disable
'
mytable
'
hbase
> restore_snapshot
'
snapshot1
'
hbase
> enable
'
mytable
'
用户可以查看系统中存在的快照列表，并在不需要的时候删除快照.
hbase>
list_snapshots
hbase
> delete_snapshot
'
snapshot1
'
HBase会将快照存储在HDFS上，确保持久性和可靠性。这意味着快照不会受到HBase的单点故障的影响.
HBase快照的实现考虑到了分布式环境下的一致性和原子性。在创建和还原快照的过程中，HBase确保所有Region Server都能够参与操作，以保证数据的一致性.
HBase的Scan和Get操作在数据获取方式上存在显著的区别，前者是串行获取数据，而后者则采用并行方式。这种不同的处理方式可能让人感到有些出乎意料，让我们深入了解这其中的原因.
Scan操作在HBase中有四种模式：scan、snapScan、scanMR和snapshotscanMR。前两者采用串行方式，而后两者则运用MapReduce机制，其中SnapshotScanMR性能最为出众.
首先，我们需要理解什么是快照（snapshot）。快照是HBase数据表元数据的一个静态快照，注意，这里并不包括数据本身。在HBase中，数据的存储由HDFS管理，和关系型数据库类似，但不同之处在于一旦数据写入，就不再修改。更新和删除等操作并不是直接修改HFile，而是填充墓碑文件。因此，快照具有很高的价值，例如，可以快速创建一个HBase表的副本，仅拷贝表结构，重用原始表的HDFS数据.
上述提到的快照在Scan操作中也有一定的应用场景，尤其是在SnapshotScan和SnapshotScanMR模式中。需要注意的是，在MapReduce中，Scan模式不再是最开始提到的串行查询，而是采用并行查询机制，底层是通过MapReduce实现的，因此性能更高，尤其是在多个Region的查询场景下.
HBase Scan查询实现步骤如下:
这种API每次返回少量条（比如200条）的调用模式旨在减轻网络资源和HBase客户端端内存的压力。因此，从实现上来看，scanAPI更适合处理少量数据的场景.
对于处理海量数据的查询，我们需要考虑使用上文提到的MapReduce（MR）框架。MR框架分为两种主要类型：TableScanMR（对应的处理类：TableMapReduceUtil.initTableMapperJob）和SnapshotScanMR（对应处理类：TableMapReduceUtil.initSnapshotMapperJob）。下面的两张图展示了它们在架构上的差异:
这两种MR框架的选择取决于具体的业务需求和数据规模。在处理海量数据时，MR框架的分布式计算和并行处理能力能够充分发挥，提高处理效率.
。
可以观察到，两种模式都采用了在客户端通过多线程方式进行并行处理的方法。然而，SnapshotScanMR与TableScanMR相比，不再直接与Region Server进行交互，而是直接在客户端和HDFS之间进行交互。这样的设计有一些优势，例如减轻了Region Server的负担。但值得注意的是，在使用SnapshotScanMR之前，需要在客户端和Region Server之间进行一次交互，以获取snapshot的信息，即HBase的元数据信息，包括表结构和HDFS存储信息。这使得可以跳过Region Server，直接与HDFS地址进行交互.
然而，snapshot也有一些缺点。首先，实时性较差，可能最近的一些数据修改并未在snapshot中体现。这可能导致读取到一些脏数据，即已被删除或更新的数据仍然存在，只是在墓碑记录中。当然，如果经过合并（merge）后，这些脏数据会被清理。其次，由于snapshot是一种静态的快照，可能无法读取到一些最新的数据.
总体而言，SnapshotScanMR的设计优势在于减轻了Region Server的负担，但需要在性能和实时性之间做出权衡。在选择使用SnapshotScanMR时，必须充分了解数据的更新和删除情况，以确保得到准确的查询结果.
在MapReduce中扫描HBase快照表的代码实现主要涉及Mapper的编写，以及MapReduce作业的配置。以下是一个简单的示例，演示了如何使用MapReduce扫描HBase快照表:
import
org.apache.hadoop.conf.Configuration;
import
org.apache.hadoop.conf.Configured;
import
org.apache.hadoop.fs.Path;
import
org.apache.hadoop.hbase.Cell;
import
org.apache.hadoop.hbase.HBaseConfiguration;
import
org.apache.hadoop.hbase.HConstants;
import
org.apache.hadoop.hbase.KeyValue;
import
org.apache.hadoop.hbase.client.*
;
import
org.apache.hadoop.hbase.io.ImmutableBytesWritable;
import
org.apache.hadoop.hbase.mapreduce.TableMapReduceUtil;
import
org.apache.hadoop.hbase.mapreduce.TableSnapshotInputFormat;
import
org.apache.hadoop.hbase.util.Bytes;
import
org.apache.hadoop.io.NullWritable;
import
org.apache.hadoop.io.Text;
import
org.apache.hadoop.mapreduce.Job;
import
org.apache.hadoop.mapreduce.Mapper;
import
org.apache.hadoop.util.Tool;
import
org.apache.hadoop.util.ToolRunner;
import
java.io.IOException;
public
class
HBaseSnapshotScanMR
extends
Configured
implements
Tool {
public
static
class
HBaseSnapshotMapper
extends
Mapper<ImmutableBytesWritable, Result, NullWritable, Text>
{
@Override
protected
void
map(ImmutableBytesWritable key, Result value, Context context)
throws
IOException, InterruptedException {
//
处理每一行的数据，这里简单地将每行数据输出到MapReduce的输出
StringBuilder output =
new
StringBuilder();
for
(Cell cell : value.rawCells()) {
output.append(Bytes.toString(CellUtil.cloneValue(cell))).append(
","
);
}
context.write(NullWritable.get(),
new
Text(output.toString()));
}
}
@Override
public
int
run(String[] args)
throws
Exception {
Configuration conf
=
getConf();
//
HBase配置
Configuration hbaseConf =
HBaseConfiguration.create(conf);
hbaseConf.set(TableInputFormat.SCAN, TableMapReduceUtil.convertScanToString(
new
Scan()));
//
MapReduce作业配置
Job job = Job.getInstance(conf, "HBaseSnapshotScanMR"
);
job.setJarByClass(getClass());
//
设置HBase快照输入格式
TableMapReduceUtil.initTableSnapshotInput(job, args[0],
new
Path(args[1
]), HConstants.HBASE_DIR);
//
Mapper和Reducer配置
job.setMapperClass(HBaseSnapshotMapper.
class
);
job.setOutputKeyClass(NullWritable.
class
);
job.setOutputValueClass(Text.
class
);
//
提交作业
return
job.waitForCompletion(
true
) ? 0 : 1
;
}
public
static
void
main(String[] args)
throws
Exception {
int
exitCode = ToolRunner.run(
new
HBaseSnapshotScanMR(), args);
System.exit(exitCode);
}
}
在这个例子中:
运行这个作业时，需要提供两个参数：HBase 表的名称和快照的名称。例如:
hadoop jar HBaseSnapshotScanMR.jar HBaseSnapshotScanMR tableName snapshotName outputDir
总体而言，MapReduce扫描HBase快照表是一种强大的数据处理方法，能够有效处理大规模数据集，提供了分布式计算的优势，同时充分利用了HBase的快照功能来处理历史数据.
这篇博客就和大家分享到这里，如果大家在研究学习的过程当中有什么问题，可以加群进行讨论或发送邮件给我，我会尽我所能为您解答，与君共勉！ 。
另外，博主出书了《Kafka并不难学》和《Hadoop大数据挖掘从入门到进阶实战》，喜欢的朋友或同学， 可以在公告栏那里点击购买链接购买博主的书进行学习，在此感谢大家的支持。关注下面公众号，根据提示，可免费获取书籍的教学视频.
最后此篇关于MapReduce和Spark读取HBase快照表的文章就讲到这里了,如果你想了解更多关于MapReduce和Spark读取HBase快照表的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！ 。
33
4
0
我遇到以下问题。我想读取一个包含数百万行和数百列的大型 csv。我想向下转换列的数据类型。我的方法是读取 csv，然后使用 pd.to_numeric() 对其进行向下转换。我不知道列数及其类型。在读
目前，我从 SQL server (2008) 数据库获取数据。 cyurrent的方法是使用DataTable，然后将其传递并使用。 if (parameters != null)
我有以下问题。我有一个巨大的 csv 文件，想用多处理加载它。对于一个包含 500000 行和 130 列不同数据类型的示例文件，Pandas 需要 19 秒。我试过 dask 因为我想多处理阅读。但
是否有关于用于序列化各种 MFC 数据结构的二进制格式的明确文档？我已经能够在十六进制编辑器中查看我自己的一些类，并使用 Java 的 ByteBuffer 类读取它们(使用自动字节顺序转换等)。 但
我正在使用 Selenium 进行测试，我们用 HTML 文件编写测试用例，并用它们制作测试套件，我们的要求是编写足够健壮的测试用例，以根据测试环境改变自身。 为此，我不希望在 HTML 脚本本身中包
我需要一个 JavaScript 代码来读取存储为 .txt 文件的字典(或者也可以保存为任何其他类型的文件。它也可以在线获得)并将其内容存储在一个变量中。我不能找到一种让 JavaScript 像
我正在尝试遍历包含 SSH 登录和其他日志的日志文本文件。 程序正在返回 SSH 登录的总数。 我的解决方案确实有效，但似乎有点慢(在 200mo 文件上大约需要 3.5 秒)。我想知道是否有任何方法
我正在将大量数据从一个电子表格复制到工作簿中的其他 160 个电子表格。目前，Excel (2013) 遇到错误，因为它没有足够的资源来完成操作。 我的目标是将工作表 4 中 V13:XI1150 范
我正在尝试读取一个有 1147 行的文本文件。下面的代码仅读取第 1050-1147 行。我的目标是读取整个文件并提取位于不同行的特定值以在脚本中使用。一个示例是包含“BlockList: 2”的行中
我正在为游戏编写解释器。用户将其移动输入解释器，程序执行该移动。 现在我想为每个决定实现一个时间限制。玩家不应该能够思考超过 30 秒来写一个移动并按下回车。 call_with_time_limit
以this file例如，我正在尝试读取 data.frame 中的数据。来自 the doc (pdf 文件，表 1)，它遵循一些 fortran 约定。我尝试了以下但收效甚微: dir 0' 将
我正在使用 R 阅读 Outlook 附件。我的引用在这里:Download attachment from an outlook email using R 这是我的电子邮件的截图: 这每天都会发送
我不会从表格中读取行来将主题放在列表中 php脚本 $url_obj='http://'.$host.':8069/xmlrpc/object'; $sock=new xmlrpc_client($u
我有一个这样的 csv 文件: id,name,value 1,peter,5 2,peter\,paul,3 我如何读取此文件并告诉 R "\," 不表示新列，仅表示 ","。 我必须添加该文件
我正在尝试读取 ~/Library/Preferences/com.apple.mail.plist (在 Snow Leopard 上)以获取电子邮件地址和其他信息以进入“关于”对话框。我使用以下代
This question already has answers here: How do I use floating-point division in bash? (19个回答) 5个月前关闭
本练习的目标是读取输入文件并将其存储到表中，然后验证输入中的某些字段并输出任何错误记录。我需要读取并存储每个策略组，以便表中一次仅存储 5 条记录，而不是整个文件。 所以我需要读取一个包含 5 条记录
据我了解，LWT 插入始终以 SERIAL 一致性级别完成。如果为 true，这是否意味着读取作为 LWT 插入的行可以安全地以 ANY 的一致性级别读取？ 换句话说，我假设 LWT 插入是完全一致的
我看到很多很多通过java脚本读取cookie的函数，但我只想在变量中使用它一次，我是JS新手。 这是我的代码 var TheNumber = (Math.random() + '') * 10000
我正在使用 asp.net 和 C#。我在服务器上部署了一个应用程序[已发布]，现在我想查看该网站的代码，据我所知，我可以阅读程序集来查看代码。 请告诉我如何实现它。 提前致谢。 最佳答案 您可以使用
我是一名优秀的程序员,十分优秀！