spark怎么读取hbase数据并转化为dataFrame

本篇内容主要讲解“spark怎么读取hbase数据并转化为dataFrame”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“spark怎么读取hbase数据并转化为dataFrame”吧!

最近两天研究Spark直接读取hbase数据，并将其转化为dataframe。之所以这么做，

1、公司的数据主要存储在hbase之中

2、使用dataframe，更容易实现计算。

尽管hbase的官方已经提供了hbase-spark 接口，但是并未对外发布，而且目前的项目又有这方面的需求，且网上关于这么方面的参考比较少，

故贴出来，代码如下，仅供参考

import org.apache.hadoop.hbase.client._import org.apache.hadoop.hbase.io.ImmutableBytesWritableimport org.apache.hadoop.hbase.mapreduce.TableInputFormatimport org.apache.hadoop.hbase.{TableName, HBaseConfiguration}import org.apache.hadoop.hbase.util.Bytesimport org.apache.spark.sql.SQLContextimport org.apache.spark.{SparkContext, SparkConf}/**  * Created by seagle on 6/28/16.  */object HBaseSpark {  def main(args:Array[String]): Unit ={// 本地模式运行,便于测试    val sparkConf = new SparkConf().setMaster("local").setAppName("HBaseTest")// 创建hbase configuration    val hBaseConf = HBaseConfiguration.create()
    hBaseConf.set(TableInputFormat.INPUT_TABLE,"bmp_ali_customer")// 创建 spark context    val sc = new SparkContext(sparkConf)val sqlContext = new SQLContext(sc)import sqlContext.implicits._// 从数据源获取数据    val hbaseRDD = sc.newAPIHadoopRDD(hBaseConf,classOf[TableInputFormat],classOf[ImmutableBytesWritable],classOf[Result])// 将数据映射为表  也就是将 RDD转化为 dataframe schema    val shop = hbaseRDD.map(r=>(
      Bytes.toString(r._2.getValue(Bytes.toBytes("info"),Bytes.toBytes("customer_id"))),
      Bytes.toString(r._2.getValue(Bytes.toBytes("info"),Bytes.toBytes("create_id")))
      )).toDF("customer_id","create_id")

    shop.registerTempTable("shop")// 测试    val df2 = sqlContext.sql("SELECT customer_id FROM shop")

    df2.foreach(println)
  }

代码能够运行的前提是

1、 引用了 spark-sql  jar

2、配置了Hbase-site.xml ，并将其放在工程的根目录下

到此，相信大家对“spark怎么读取hbase数据并转化为dataFrame”有了更深的了解，不妨来实际操作一番吧！这里是亿速云网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！