问题导读： 1.如何初始化sparkContext？ 2.如何设置查询条件？ 3.如何获得hbase查询结果Result？ 由于spark提供的hbaseTest是scala版本，并没有提供java版。我将scala版本改为java版本，并根据数据做了些计算操作。 程序目的：查询出hbase满足条件的用户，统计各个等级个数。 代码如下，西面使用的hbase是0.94注释已经写详细： pack
转载
2023-08-13 23:28:31
73阅读
用spark读取hbase数据
0.我们有这样一个表，表名为Student1.在Hbase中创建一个表表明为student，列族为info2.插入数据我们这里采用put来插入数据格式如下 put ‘表命’，‘行键’，‘列族：列’，‘值’ 我们知道Hbase 四个键确定一个值，一般查询的时候我们需要提供 表
转载
2023-07-12 10:59:21
41阅读
HBase概念:HBase – Hadoop Database，是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，利用HBase技术可在廉价PC Server上搭建起大规模结构化存储集群。它经常被描述为一种稀疏的,分布式的,持久花的,多维有序映射, 基于行键rowkey,列簇column family和时间戳timestemp.HBase生态环境HBase时Google Bigtable的开
转载
2023-07-21 15:47:56
47阅读
Hbase的学习笔记（3）本次主要学习Hbase与Java的配合使用，即通过Java语言完成对Hbase表的增删改查。1. 所需依赖jar包<!-- https://mvnrepository.com/artifact/org.apache.hadoop/hadoop-client -->
<dependency>
<groupId>org.apache
转载
2023-09-11 21:48:54
72阅读
通常我们将spark任务编写后打包成jar包，使用spark-submit进行提交，因为spark是分布式任务，如果运行机器上没有对应的依赖jar文件就会报ClassNotFound的错误。但是在开发阶段需要多次尝试上传到集群进行测试，如果采用jar-with-dependencies的形式，每次jar包都很大，上传会需要等好久，怎么办？参照
转载
2023-09-01 11:54:41
139阅读
前言在之前的大数据学习系列之七 ----- Hadoop+Spark+Zookeeper+HBase+Hive集群搭建 中介绍了集群的环境搭建，但是在使用hive进行数据查询的时候会非常的慢，因为hive默认使用的引擎是MapReduce。因此就将spark作为hive的引擎来对hbase进行查询，在成功的整合之后，我将如何整合的过程写成本篇博文。具体如下！事前准备在进行整合之前，首先确保Hive
转载
2023-07-13 16:50:10
45阅读
HiveSparkFlink语法优化 1. 列裁剪（只选择需要的列） 2. 行裁剪（只选取需要的行） 3. group by set hive.map.aggr = true set hive.groupby.mapaggr.checkinterval = 10000 set hive.groupby.skewindata = true 生成两个MR查询计划，部分聚合 -> 全局聚合 4.
转载
2023-08-30 13:40:36
63阅读
一. Hbase 的 region我们先简单介绍下 Hbase 的 架构和 region ： 从物理集群的角度看，Hbase 集群中，由一个 Hmaster 管理多个 HRegionServer，其中每个 HRegionServer 都对应一台物理机器，一台 HRegionServer 服务器上又可以有多个 Hregion（以下简称 region）。要读取一个数据的时候，首先要先找到存
转载
2024-07-18 17:50:06
96阅读
读写方式其实个人最近访问hbase 都是通过shc df/sql 来访问的df的读写方式，足够覆盖90%的场景，但该方案有一个前提是，明确的知道hbase 的列族和列信息，新项目都会规范这一点，可以使用但有些历史包袱的项目，列族是明确的，但是列族里的列信息是不明确的，正好要做一个旧项目列的标准化每行数据列信息都不一样，部分多列，部分少列，必须读一条，解析一条，因此df之类的方案不适用也借此，整理下
转载
2023-07-12 10:54:22
116阅读
# Spark Jar：分布式大数据处理的核心
Apache Spark 是一个开源的分布式计算框架，广泛应用于大数据处理和分析。为了有效地使用 Spark，我们需要将代码打包成 Jar 文件。Jar 文件不仅是 Java 项目必不可少的构件，也是 Spark 应用程序的主要形式。
## 什么是 Spark Jar？
Spark Jar 是指将 Spark 应用程序的代码及其依赖项打包成一个
前言当我们开发的Spark Application变得越来越复杂，依赖的jar包越来越多时，难免会碰到jar包冲突的问题。举个例子：我们的业务代码用到了一个第三方库，好比：guava（虽然好用，但是版本间的兼容性差的一坨翔）Spark本身也依赖了guava，但是和业务代码中依赖的guava版本不同这种情况下，把我们的Spark Application提交到集群里执行，很有可能因为版本问题导致运行出
转载
2023-08-01 13:34:21
255阅读
一.前言MapReduce早已经对接了HBase，以HBase作为数据源，完成批量数据的读写。如今继MapReduce之后的Spark在大数据领域有着举足轻重的地位，无论跑批，流处理，甚至图计算等都有它的用武之地。Spark对接HBase成为不少用户的需求。二.SparkOnHBase1.可以解决的问题Spark和HBase无缝对接意味着我们不再需要关心安全和RDD与HBase交互的细节。更方便应
原创
2021-04-01 20:59:00
551阅读
MapReduce早已经对接了HBase，以HBase为数据源，完成批量数据的读写。继MapReduce之后Spark在大数据领域有着举足轻重的地位，无论跑批流处理，甚至图计算等都有它的用武之地。Spark对接HBase成为不少用户的需求。
转载
2021-07-27 16:30:09
242阅读
从昨天开始研究通过Spark向HBase中插入数据，开始在GitHub上面找了一段代码，但是调试起来不好用；于是到今天下午一直在研究这个代码，本来对于Python不太熟悉，对于PySpark更是不熟悉；而且还少一些包； 后来突然想到其实Spark还有Java版本的，PySpark和它都是Spark提
转载
2017-08-13 22:13:00
100阅读
2评论
环境搭建及接口调用一、基础环境搭建1.节点基础网络配置2.配置 SSH 免密码登录3.安装 JDK、Scala4.配置完全分布式的 Hadoop5.配置完全分布式的 HBase6.配置 StandAlone 模式的 Spark7.安装和配置 MySQL8.Hbase操作二、存储接口设计及使用说明1.存储接口设计2.存储数据请求标准json格式3.存储接口调用4.存储返回状态码5.参数属性表、设备
转载
2023-07-05 13:06:28
82阅读
1.sparkspark是一个数据分析、计算引擎，本身不负责存储；可以对接多种数据源，包括：结构化、半结构化、非结构化的数据；其分析处理数据的方式有多种发，包括：sql、Java、Scala、python、R等；其中spark-sql用来对结构化数据分析处理，它将数据的计算任务通过SQL的形式转换成了RDD的计算。2.hive数据仓库，主要负责数据存储和管理，看作MapReduce计算引擎+HDF
转载
2023-09-01 10:59:11
125阅读
1. HBase读写的方式概况主要分为：纯Java API读写HBase的方式；Spark读写HBase的方式；Flink读写HBase的方式；HBase通过Phoenix读写的方式；第一种方式是HBase自身提供的比较原始的高效操作方式，而第二、第三则分别是Spark、Flink集成HBase的方式，最后一种是第三方插件Phoenix集成的JDBC方式，Phoenix集成的JDBC操作
转载
2023-08-18 22:05:12
103阅读
1、遇到错误，认真查看日志，这才是解决问题的王道啊！不过很多时候，尤其是开始摸索的时候，一下要接触的东西太多了，学东西也太赶了，加上boss不停的催进度，结果欲速则不达，最近接触大数据，由于平台是别人搭建的，搭没搭好不知道，也不清楚细节，出了问题也不知道是自己这边的还是平台的问题。有的时候就是小问题忽略了，结果花了好多时间又才重新发现。 提交job：./spark-submit --cl
转载
2024-06-17 17:30:05
44阅读
大数据云平台平台部署1.Hadoop平台2.HDFS3.Hbase数据库4.Hive5.MapReduceHbase表结构设计1.Hbase简介2.Hbase设计存储与查询接口设计1.存储接口设计2.查询接口设计后台数据仓库设计数据仓库设计 涉及范围 Linux系统环境搭建Hadoop + Spark + Hbase 平台部署Hbase表结构设计数据存储及查询接口的设计与实现基于Hbase的数据
转载
2023-08-21 11:17:30
67阅读
HBase是一个分布式的、面向列的开源数据库，该技术来源于 Fay Chang 所撰写的Google论文“Bigtable：一个结构化数据的分布式存储系统”。就像Bigtable利用了Google文件系统（File System）所提供的分布式数据存储一样，HBase在Hadoop之上提供了类似于Bigtable的能力。
转载
2023-07-12 07:54:43
131阅读
