當(dāng)需要大批量的向Hbase導(dǎo)入數(shù)據(jù)時(shí)，我們可以使用Hbase Bulkload的方式，這種方式是先生成Hbase的底層存儲(chǔ)文件 HFile，然后直接將這些 HFile 移動(dòng)到Hbase的存儲(chǔ)目錄下。它相比調(diào)用Hbase 的 put 接口添加數(shù)據(jù)，處理效率更快并且對(duì)Hbase 運(yùn)行影響更小。

下面假設(shè)我們有一個(gè) CSV 文件，是存儲(chǔ)用戶購買記錄的。它一共有三列， order_id，consumer，product。我們需要將這個(gè)文件導(dǎo)入到Hbase里，其中 order_id 作為Hbase 的 row key。

12345

bin/hbase org.apache.hadoop.hbase.mapreduce.ImportTsv -Dimporttsv.separator=$'\x01'-Dimporttsv.columns=HBASE_ROW_KEY,cf:consumer,cf:product -Dimporttsv.bulk.output= bin/hbase org.apache.hadoop.hbase.mapreduce.LoadIncrementalHFiles

可以看到批量導(dǎo)入只需要上述兩部， 生成 HFile 文件 和 加載 HFile 文件。下面我們來深入了解其原理

底層實(shí)現(xiàn)原理

生成 HFile 是調(diào)用了 MapReduce 來實(shí)現(xiàn)的。它有兩種實(shí)現(xiàn)方式，雖然最后生成的 HFile 是一樣的，但中間過程卻是不一樣。現(xiàn)在我們先回顧下 MapReduce 的編程模型，主要分為下列組件：

• InputFormat：負(fù)責(zé)讀取數(shù)據(jù)源，并且將數(shù)據(jù)源切割成多個(gè)分片，分片的數(shù)目等于Map的數(shù)目

• Mapper：負(fù)責(zé)接收分片，生成中間結(jié)果，K 為數(shù)據(jù)的 key 值類型，V為數(shù)據(jù)的 value 值類型

• Reducer：Mapper的數(shù)據(jù)會(huì)按照 key 值分組，Reducer接收的數(shù)據(jù)格式>

• OutputFormat：負(fù)責(zé)將Reducer生成的數(shù)據(jù)持久化，比如存儲(chǔ)到 hdfs。

MapReduce 實(shí)現(xiàn) 一

MapReducer 程序中各個(gè)組件的實(shí)現(xiàn)類，如下所示：

• InputFormat 類：TextInputFormat，數(shù)據(jù)輸出格式 LongWritable，Text(數(shù)據(jù)所在行號(hào)，行數(shù)據(jù))

• Mapper 類：TsvImporterTextMapper，數(shù)據(jù)輸出格式 ImmutableBytesWritable, Text(row key，行數(shù)據(jù))

• Reduce 類：TextSortReducer，數(shù)據(jù)輸出格式 ImmutableBytesWritable, KeyValue (row key，單列數(shù)據(jù))

• OutputFormat 類：HFileOutputFormat2，負(fù)責(zé)將結(jié)果持久化 HFile

執(zhí)行過程如下：

TextInputFormat 會(huì)讀取數(shù)據(jù)源文件，按照文件在 hdfs 的 Block 切割，每個(gè)Block對(duì)應(yīng)著一個(gè)切片

Mapper 會(huì)解析每行數(shù)據(jù)，然后從中解析出 row key，生成(row key， 行數(shù)據(jù))

Reducer 會(huì)解析行數(shù)據(jù)，為每列生成 KeyValue。這里簡(jiǎn)單說下 KeyValue，它是 Hbase 存儲(chǔ)每列數(shù)據(jù)的格式， 詳細(xì)原理后面會(huì)介紹到。如果一個(gè) row key 對(duì)應(yīng)的列過多，它會(huì)將列分批處理。處理完一批數(shù)據(jù)之后，會(huì)寫入(null，null)這一條特殊的數(shù)據(jù)，表示 HFileOutputFormat2 在持久化的過程中，需要新創(chuàng)建一個(gè) HFile。

這里簡(jiǎn)單的說下 TextSortReducer，它的原理與下面的實(shí)現(xiàn)方式二，使用到的 PutSortReducer 相同，只不過從 Map 端接收到的數(shù)據(jù)為原始的行數(shù)據(jù)。如果 row key 對(duì)應(yīng)的數(shù)據(jù)過多時(shí)，它也會(huì)使用 TreeSet 來去重，TreeSet 保存的數(shù)據(jù)最大字節(jié)數(shù)，不能超過1GB。如果超過了，那么就會(huì)分批輸。

MapReduce 實(shí)現(xiàn) 二

MapReducer 程序中各個(gè)組件的實(shí)現(xiàn)類，如下所示：

• InputFormat 類：TextInputFormat，數(shù)據(jù)輸出格式 LongWritable，Text(數(shù)據(jù)所在行號(hào)，數(shù)據(jù))

• Mapper 類：TsvImporterMapper，數(shù)據(jù)輸出格式 ImmutableBytesWritable，Put (row key，Put)

• Combiner 類：PutCombiner

• Reducer 類：PutSortReducer，數(shù)據(jù)輸出格式 ImmutableBytesWritable, KeyValue(row key，單列數(shù)據(jù))

• OutputFormat 類：HFileOutputFormat2，負(fù)責(zé)將結(jié)果持久化 HFile

這里使用了 Combiner，它的作用是在 Map 端進(jìn)行一次初始的 reduce 操作，起到聚合的作用，這樣就減少了 Reduce 端與 Map 端的數(shù)據(jù)傳輸，提高了運(yùn)行效率。

執(zhí)行過程如下：

TextInputFormat 會(huì)讀取數(shù)據(jù)源文件，原理同實(shí)現(xiàn) 一

Mapper 會(huì)解析每行數(shù)據(jù)，然后從中解析出 row key，并且生成 Put 實(shí)例。生成(row key， Put)

Combiner 會(huì)按照 row key 將多個(gè) Put 進(jìn)行合并，它也是分批合并的。

Reducer 會(huì)遍歷 Put 實(shí)例，為每列生成 KeyValue 并且去重。

這里講下PutSortReducer的具體實(shí)現(xiàn)，下面的代碼經(jīng)過簡(jiǎn)化，去掉了KeyValue中關(guān)于Tag的處理：

1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556

public class PutSortReducer extends Reducer<ImmutableBytesWritable, Put, ImmutableBytesWritable, KeyValue> { // the cell creator private CellCreator kvCreator; @Override protected void reduce( ImmutableBytesWritable row, java.lang.Iterable puts, Reducer ImmutableBytesWritable, KeyValue>.Context context) throws java.io.IOException, InterruptedException { // 這里指定了一個(gè)閾值，默認(rèn)為10GB過大。如果puts中不重復(fù)的數(shù)據(jù)過大，就會(huì)按照這個(gè)閾值分批處理 long threshold = context.getConfiguration().getLong( "putsortreducer.row.threshold", 1L * (1<<30)); Iterator iter = puts.iterator(); // 開始遍歷 puts列表 while (iter.hasNext()) { // 這個(gè)TreeSet就是用來去重的，比如向同個(gè)qualifier添加值 TreeSet map = new TreeSet<>(CellComparator.getInstance()); // 記錄map里保存的數(shù)據(jù)長(zhǎng)度 long curSize = 0; // 遍歷 puts列表，直到不重復(fù)的數(shù)據(jù)不超過閾值 while (iter.hasNext() && curSize < threshold) { // 從列表中獲取值 Put p = iter.next(); // 遍歷這個(gè)Put的所有列值，一個(gè)Put包含了多列，這些列由Cell表示 for (List cells: p.getFamilyCellMap().values()) { for (Cell cell: cells) { KeyValue kv = null; kv = KeyValueUtil.ensureKeyValue(cell); } if (map.add(kv)) { // 如果這列值沒有重復(fù)，那么添加到TreeSet中，并且更新curSize的值 curSize += kv.heapSize(); } } } } // 將map里的數(shù)據(jù)，調(diào)用context.write方法輸出 int index = 0; for (KeyValue kv : map) { context.write(row, kv); if (++index % 100 == 0) context.setStatus("Wrote " + index); } // 如果還有，那么說明此行數(shù)據(jù)過大，那么就會(huì)輸出一條特殊的記錄(null, null) if (iter.hasNext()) { // force flush because we cannot guarantee intra-row sorted order context.write(null, null); } } }}

從上面的代碼可以看到，PutSortReducer會(huì)使用到TreeSet去重，TreeSet會(huì)保存數(shù)據(jù)，默認(rèn)不超過 1GB。如果當(dāng)Reducer的內(nèi)存設(shè)置過小時(shí)，并且數(shù)據(jù)過大時(shí)，是有可能會(huì)造成內(nèi)存溢出。如果遇到這種情況，可以通過減少閾值或者增大Reducer的內(nèi)存。

兩種實(shí)現(xiàn)方式比較

第一種方式實(shí)現(xiàn)簡(jiǎn)單，它從Map 端傳遞到 Reduce 端的中間結(jié)果的數(shù)據(jù)格式很緊湊，如果是數(shù)據(jù)源重復(fù)的數(shù)據(jù)不多，建議使用這種。

第二種方式實(shí)現(xiàn)相對(duì)復(fù)雜，它從Map 端傳遞到 Reduce 端的中間結(jié)果的數(shù)據(jù)格式，使用 Put 來表示，它的數(shù)據(jù)存儲(chǔ)比原始的數(shù)據(jù)要大。但是它使用了 Combiner 來初步聚合，減小了 Map 端傳遞到 Reduce 端的數(shù)據(jù)大小。如果是數(shù)據(jù)源重復(fù)比較多，建議采用第二種方式。

Hbase 默認(rèn)采用第二種方式，如果用戶想使用第一種方式，需要在運(yùn)行命令時(shí)，指定 importtsv.mapper.class 的值為 org.apache.hadoop.hbase.mapreduce.TsvImporterTextMapper。

數(shù)據(jù)源解析

Mapper 接收到數(shù)據(jù)后，需要解析每行數(shù)據(jù)，從中讀取各列的值。它會(huì)按照分割符來切割數(shù)據(jù)，然后根據(jù)指定的列格式，生成每列的數(shù)據(jù)。客戶在使用命令時(shí)，通過 importtsv.separator 參數(shù)指定分隔符，通過 importtsv.columns 參數(shù)指定列格式。在客戶端指定的列名中， 有些會(huì)有著特殊含義，比如 HBASE_ROW_KEY 代表著該列是作為 row key，HBASE_TS_KEY 代表著該列作為數(shù)據(jù)的 timestamp，HBASE_ATTRIBUTES_KEY 代表著該列是屬性列等。

TsvParser 類負(fù)責(zé)解析數(shù)據(jù)，它定義在 ImportTsv 類里。這里需要注意下，它不支持負(fù)責(zé)的 CSV 格式，只是簡(jiǎn)單的根據(jù)分隔符作為列的劃分，根據(jù)換行符作為每條數(shù)據(jù)的劃分。

它的原理比較簡(jiǎn)單，這里不再詳細(xì)介紹。

Reducer的數(shù)目選擇

我們知道MapReduce程序的一般瓶頸在于 reduce 階段，如果我們能夠適當(dāng)增加 reduce 的數(shù)目，一般能夠提高運(yùn)行效率(如果數(shù)據(jù)傾斜不嚴(yán)重)。我們還知道 Hbase 支持超大數(shù)據(jù)量的表，它會(huì)將表的數(shù)據(jù)自動(dòng)切割，分布在不同的服務(wù)上。這些數(shù)據(jù)切片在 Hbase 里，稱為Region， 每個(gè)Region只負(fù)責(zé)一段 row key 范圍的數(shù)據(jù)。

Hbase 在批量導(dǎo)入的時(shí)候，會(huì)去獲取表的 Region 分布情況，然后將 Reducer 的數(shù)目 設(shè)置為 Region 數(shù)目。如果在導(dǎo)入數(shù)據(jù)之前還沒有創(chuàng)建表，Hbase會(huì)自動(dòng)創(chuàng)建，但是創(chuàng)建的表的region數(shù)只有一個(gè)。所以在生成HFile之前，我們可以自行創(chuàng)建表，并指定 Reigion 的分布情況，那么就能提高 Reducer 的數(shù)目。

Reducer 的數(shù)目決定，是在 HFileOutputFormat2 的 configureIncrementalLoad 方法里。它會(huì)讀取表的 region 分布情況，然后調(diào)用 setNumReduceTasks 方法設(shè)置 reduce 數(shù)目。下面的代碼經(jīng)過簡(jiǎn)化：

12345678910111213141516171819202122232425

public class HFileOutputFormat2 extends FileOutputFormat<ImmutableBytesWritable, Cell> { public static void configureIncrementalLoad(Job job, TableDescriptor tableDescriptor, RegionLocator regionLocator) throws IOException { ArrayList singleTableInfo = new ArrayList<>(); singleTableInfo.add(new TableInfo(tableDescriptor, regionLocator)); configureIncrementalLoad(job, singleTableInfo, HFileOutputFormat2.class); } static void configureIncrementalLoad(Job job, List multiTableInfo, Class extends OutputFormat, ?>> cls) throws IOException { // 這里雖然支持多表，但是批量導(dǎo)入時(shí)只會(huì)使用單表 List regionLocators = new ArrayList<>( multiTableInfo.size()); for( TableInfo tableInfo : multiTableInfo ) { // 獲取region分布情況 regionLocators.add(tableInfo.getRegionLocator()); ...... } // 獲取region的row key起始大小 List startKeys = getRegionStartKeys(regionLocators, writeMultipleTables); // 設(shè)置reduce的數(shù)目 job.setNumReduceTasks(startKeys.size()); } }

Hbase 數(shù)據(jù)存儲(chǔ)格式

Hbase的每列數(shù)據(jù)都是單獨(dú)存儲(chǔ)的，都是以 KeyValue 的形式。KeyValue 的數(shù)據(jù)格式如下圖所示：

123	----------------------------------------------- keylength | valuelength | key | value | Tags-----------------------------------------------

其中 key 的格式如下：

123	---------------------------------------------------------------------------------------------- rowlength | row | columnfamilylength | columnfamily | columnqualifier | timestamp | keytype ----------------------------------------------------------------------------------------------

Tags的格式如下：

123	------------------------- tagslength | tagsbytes -------------------------

tagsbytes 可以包含多個(gè) tag，每個(gè) tag 的格式如下：

123	---------------------------------- taglength | tagtype | tagbytes----------------------------------

Reducer 會(huì)使用 CellCreator 類，負(fù)責(zé)生成 KeyValue。CellCreator 的原理很簡(jiǎn)單，這里不再詳細(xì)介紹。

生成 HFile

HFileOutputFormat2 負(fù)責(zé)將Reduce的結(jié)果，持久化成 HFile 文件。持久化目錄的格式如下：

1234567

.|---- column_family_1| |---- uuid_1| `---- uuid_2|---- column_family_2| |---- uuid3| `---- uuid4

每個(gè) column family 對(duì)應(yīng)一個(gè)目錄，這個(gè)目錄會(huì)有多個(gè) HFile 文件。

HFileOutputFormat2 會(huì)創(chuàng)建 RecordWriter 實(shí)例，所有數(shù)據(jù)的寫入都是通過 RecordWriter。

12345678910111213141516171819

public class HFileOutputFormat2 extends FileOutputFormat<ImmutableBytesWritable, Cell> { @Override public RecordWritergetRecordWriter( final TaskAttemptContext context) throws IOException, InterruptedException { // 調(diào)用createRecordWriter方法創(chuàng)建 return createRecordWriter(context, this.getOutputCommitter(context)); } static RecordWriter createRecordWriter(final TaskAttemptContext context, final OutputCommitter committer) throws IOException { // 實(shí)例化一個(gè)匿名類 return new RecordWriter() { ...... } }}

可以看到 createRecordWriter 方法，返回了一個(gè)匿名類。繼續(xù)看看這個(gè)匿名類的定義：

123456789101112

// 封裝了StoreFileWriter，記錄了寫入的數(shù)據(jù)長(zhǎng)度static class WriterLength { long written = 0; StoreFileWriter writer = null;}class RecordWriter<ImmutableBytesWritable, V>() { // key值為表名和column family組成的字節(jié)，value為對(duì)應(yīng)的writer private final Map<byte[], WriterLength> writers = new TreeMap<>(Bytes.BYTES_COMPARATOR); // 是否需要?jiǎng)?chuàng)建新的HFile private boolean rollRequested = false;}

從上面 WriterLength 類的定義，我們可以知道 RecordWriter的底層原理是調(diào)用了StoreFileWriter的接口。對(duì)于StoreFile，我們回憶下Hbase的寫操作，它接收客戶端的寫請(qǐng)求，首先寫入到內(nèi)存中MemoryStore，然后刷新到磁盤生成StoreFile。如果該表有兩個(gè)column family，就會(huì)有兩個(gè)MemoryStore和兩個(gè)StoreFile，對(duì)應(yīng)于不同的column family。所以 RecordWriter 類有個(gè)哈希表，記錄著每個(gè) column family 的 StoreFileWriter。(這里說的 StoreFile 也就是 HFile)

因?yàn)?HFile 支持不同的壓縮算法，不同的塊大小，RecordWriter 會(huì)根據(jù)配置，獲取HFile的格式，然后創(chuàng)建對(duì)應(yīng)的 StoreFileWriter。下面創(chuàng)建 StoreFileWriter 時(shí)只指定了文件目錄，StoreFileWriter會(huì)在這個(gè)目錄下，使用 uuid 生成一個(gè)唯一的文件名。

1234567891011121314151617181920212223242526272829303132333435363738

class RecordWriter<ImmutableBytesWritable, V>() { // favoredNodes 表示創(chuàng)建HFile文件，希望盡可能在這些服務(wù)器節(jié)點(diǎn)上 private WriterLength getNewWriter(byte[] tableName, byte[] family, Configuration conf, InetSocketAddress[] favoredNodes) throws IOException { // 根據(jù)表名和column family生成唯一字節(jié) byte[] tableAndFamily = getTableNameSuffixedWithFamily(tableName, family); Path familydir = new Path(outputDir, Bytes.toString(family)); WriterLength wl = new WriterLength(); // 獲取HFile的壓縮算法 Algorithm compression = compressionMap.get(tableAndFamily); // 獲取bloom過濾器信息 BloomType bloomType = bloomTypeMap.get(tableAndFamily); // 獲取HFile其他的配置 ..... // 生成HFile的配置信息 HFileContextBuilder contextBuilder = new HFileContextBuilder() .withCompression(compression) .withChecksumType(HStore.getChecksumType(conf)) .withBytesPerCheckSum(HStore.getBytesPerChecksum(conf)) .withBlockSize(blockSize); HFileContext hFileContext = contextBuilder.build(); // 實(shí)例化 StoreFileWriter f (null == favoredNodes) { wl.writer = new StoreFileWriter.Builder(conf, new CacheConfig(tempConf), fs) .withOutputDir(familydir).withBloomType(bloomType) .withComparator(CellComparator.getInstance()).withFileContext(hFileContext).build(); } else { wl.writer = new StoreFileWriter.Builder(conf, new CacheConfig(tempConf), new HFileSystem(fs)) .withOutputDir(familydir).withBloomType(bloomType) .withComparator(CellComparator.getInstance()).withFileContext(hFileContext) .withFavoredNodes(favoredNodes).build(); } // 添加到 writers集合中 this.writers.put(tableAndFamily, wl); return wl; }}

繼續(xù)看看 RecordWriter 的寫操作：

1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556575859606162636465666768

class RecordWriter<ImmutableBytesWritable, V>() { @Override public void write(ImmutableBytesWritable row, V cell) Cell kv = cell; // 收到空數(shù)據(jù)，表示需要立即刷新到磁盤，并且創(chuàng)建新的HFile if (row == null && kv == null) { // 刷新到磁盤 rollWriters(null); return; } // 根據(jù)table和column family生成唯一值 byte[] tableAndFamily = getTableNameSuffixedWithFamily(tableNameBytes, family); // 獲取對(duì)應(yīng)的writer WriterLength wl = this.writers.get(tableAndFamily); if (wl == null) { // 如果為空，那么先創(chuàng)建對(duì)應(yīng)的文件目錄 Path writerPath = null; writerPath = new Path(outputDir, Bytes.toString(family)); fs.mkdirs(writerPath); } // 檢測(cè)當(dāng)前HFile的大小是否超過了最大值，默認(rèn)為10GB if (wl != null && wl.written + length >= maxsize) { this.rollRequested = true; } // 如果當(dāng)前HFile過大，那么需要將它刷新到磁盤 if (rollRequested && Bytes.compareTo(this.previousRow, rowKey) != 0) { rollWriters(wl); } // 創(chuàng)建writer if (wl == null || wl.writer == null) { if (conf.getBoolean(LOCALITY_SENSITIVE_CONF_KEY, DEFAULT_LOCALITY_SENSITIVE)) { // 如果開啟了位置感知，那么就會(huì)去獲取row所在的region的地址 HRegionLocation loc = null; loc = locator.getRegionLocation(rowKey); InetSocketAddress initialIsa = new InetSocketAddress(loc.getHostname(), loc.getPort()); // 創(chuàng)建writer，指定了偏向節(jié)點(diǎn) wl = getNewWriter(tableNameBytes, family, conf, new InetSocketAddress[] { initialIsa}) } else { // 創(chuàng)建writer wl = getNewWriter(tableNameBytes, family, conf, null); } } wl.writer.append(kv); wl.written += length; this.previousRow = rowKey; } private void rollWriters(WriterLength writerLength) throws IOException { if (writerLength != null) { // 關(guān)閉當(dāng)前writer closeWriter(writerLength); } else { // 關(guān)閉所有family對(duì)應(yīng)的writer for (WriterLength wl : this.writers.values()) { closeWriter(wl); } } this.rollRequested = false; } private void closeWriter(WriterLength wl) throws IOException { if (wl.writer != null) { close(wl.writer); } wl.writer = null; wl.written = 0; }}

RecordWriter在寫入數(shù)據(jù)時(shí)，如果遇到一條 row key 和 value 都為 null 的數(shù)據(jù)時(shí)，這條數(shù)據(jù)有著特殊的含義，表示writer應(yīng)該立即 flush。在每次創(chuàng)建RecordWriter時(shí)，它會(huì)根據(jù)此時(shí)row key 的值，找到所屬 Region 的服務(wù)器地址，然后盡量在這臺(tái)服務(wù)器上，創(chuàng)建新的HFile文件。

加載 HFile

上面生成完 HFile 之后，我們還需要調(diào)用第二條命令完成加載 HFile 過程。這個(gè)過程分為兩步，切割數(shù)據(jù)量大的 HFile 文件和發(fā)送加載請(qǐng)求讓服務(wù)器完成。

切割 HFile

首先它會(huì)遍歷目錄下的每個(gè) HFile ，

首先檢查 HFile 里面數(shù)據(jù)的 family 在 Hbase 表里是否存在。

獲取HFile 數(shù)據(jù)的起始 row key，找到 Hbase 里對(duì)應(yīng)的 Region，然后比較兩者之間的 row key 范圍

如果 HFile 的 row key 范圍比 Region 大，也就是 HFile 的結(jié)束 row key 比這個(gè) Region 的 結(jié)束 row Key 大，那么需要將這個(gè) HFile 切割成兩份，切割值為 Region 的結(jié)束 row key。

繼續(xù)從上一部切割生成的兩份HFile中，選擇第二份 HFile(它的row key 大于 Regioin 的結(jié)束 row key)，將它繼續(xù)按照第二步切割，直到所有HFile的 row key范圍都能在一個(gè)Region里。

在割切HFile的過程中，還會(huì)檢查 column family 對(duì)應(yīng)的 HFile數(shù)目。如果一個(gè) column family 對(duì)應(yīng)的 HFile 數(shù)目過多，默認(rèn)數(shù)目為32，程序就會(huì)報(bào)錯(cuò)。但是這個(gè)值通過指定 hbase.mapreduce.bulkload.max.hfiles.perRegion.perFamily，來設(shè)置更大的值。

發(fā)送加載請(qǐng)求

當(dāng)完成了HFile的切割后，最后的導(dǎo)入動(dòng)作是發(fā)送 BulkLoadHFileRequest 請(qǐng)求給 Hbase 服務(wù)端。Hbase 服務(wù)端會(huì)處理該請(qǐng)求，完成HFile加載。

其他

至于我研究 Hbase Bulkload 的原因，是在使用過程中發(fā)生了 Out Of Memory 的錯(cuò)誤。雖然經(jīng)過排查，發(fā)現(xiàn)和 Hbase Bulkload 的原理沒什么關(guān)系，不過在此也順便提一下，希望能幫到遇到類似情況的人。首先說下我使用的Hadoop 版本是 CDH 5.12.2。

經(jīng)過排查，發(fā)現(xiàn)是因?yàn)?Hbase Bulkload 底層用的 MapReduce 模式為本地模式，而不是集群 Yarn 的方式。我們知道 MapReduce 程序選擇哪一種方式，可以通過 mapreduce.framework.name 配置項(xiàng)指定。雖然在 CDH 的 Yarn 配置頁面里，設(shè)置了該配置為 yarn，但是 Hbase Bulkload 仍然使用本地模式。后來發(fā)現(xiàn) Yarn 組件下有個(gè) Gateway 的角色實(shí)例，這是個(gè)特殊的角色，它負(fù)責(zé) Yarn 客戶端的配置部署。而恰好這臺(tái)主機(jī)沒有安裝，所以在使用 Hbase Bulkload 時(shí)，沒有讀取到 Yarn 的配置。解決方法是在 CDH 界面添加 Gateway 實(shí)例就好了。

總結(jié)

以上是生活随笔為你收集整理的mapreduce原理_Hbase Bulkload 原理面试必备的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。