您的位置:首页 > 移动开发

用MR(MapReduce)查询hbase数据-用到TableMapper和Scan

2014-08-10 22:27 489 查看
首先,可以设置scan的startRow, stopRow, filter等属性。于是两种方案:

1.设置scan的filter,然后执行mapper,再reducer成一份结果

2.不用filter过滤,将filter做的事传给mapper做

进行了测试,前者在执行较少量scan记录的时候效率较后者高,但是执行的scan数量多了,便容易导致超时无返回而退出的情况。而为了实现后者,学会了如何向mapper任务中传递参数,走了一点弯路。

最后的一点思考是,用后者效率仍然不高,即便可用前者时效率也不高,因为默认的tablemapper是将对一个region的scan任务放在了一个mapper里,而我一个region有2G多,而我查的数据只占七八个region。于是,想能不能不以region为单位算做mapper,如果不能改,那只有用MR直接操作HBase底层HDFS文件了,这个,…,待研究。

上代码(为了保密,将表名啊,列名列族名啊都改了一下,有改漏的,大家当做没看见啊,另:主要供大家参考下方法,即用mr来查询海量hbase数据,还有如何向mapper传参数):

[java] view
plaincopy

package mapreduce.hbase;  

  

import java.io.IOException;  

  

import mapreduce.HDFS_File;  

  

import org.apache.commons.logging.Log;  

import org.apache.commons.logging.LogFactory;  

import org.apache.hadoop.conf.Configuration;  

import org.apache.hadoop.fs.Path;  

import org.apache.hadoop.hbase.HBaseConfiguration;  

import org.apache.hadoop.hbase.client.Result;  

import org.apache.hadoop.hbase.client.Scan;  

import org.apache.hadoop.hbase.filter.Filter;  

import org.apache.hadoop.hbase.filter.FilterList;  

import org.apache.hadoop.hbase.filter.SingleColumnValueFilter;  

import org.apache.hadoop.hbase.filter.CompareFilter.CompareOp;  

import org.apache.hadoop.hbase.io.ImmutableBytesWritable;  

import org.apache.hadoop.hbase.mapreduce.TableMapReduceUtil;  

import org.apache.hadoop.hbase.mapreduce.TableMapper;  

import org.apache.hadoop.hbase.util.Bytes;  

import org.apache.hadoop.io.Text;  

import org.apache.hadoop.mapreduce.Job;  

import org.apache.hadoop.mapreduce.Mapper.Context;  

import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;  

  

/** 

 * 用MR对HBase进行查找,给出Scan的条件诸如startkey endkey;以及filters用来过滤掉不符合条件的记录 LicenseTable 

 * 的 RowKey 201101010000000095\xE5\xAE\x81WDTLBZ 

 *  

 * @author Wallace 

 *  

 */  

@SuppressWarnings("unused")  

public class MRSearchAuto {  

    private static final Log LOG = LogFactory.getLog(MRSearchAuto.class);  

  

    private static String TABLE_NAME = "tablename";  

    private static byte[] FAMILY_NAME = Bytes.toBytes("cfname");  

    private static byte[][] QUALIFIER_NAME = { Bytes.toBytes("col1"),  

            Bytes.toBytes("col2"), Bytes.toBytes("col3") };  

  

    public static class SearchMapper extends  

            TableMapper<ImmutableBytesWritable, Text> {  

        private int numOfFilter = 0;  

  

        private Text word = new Text();  

        String[] strConditionStrings = new String[]{"","",""}/* { "新C87310", "10", "2" } */;  

  

        /* 

         * private void init(Configuration conf) throws IOException, 

         * InterruptedException { strConditionStrings[0] = 

         * conf.get("search.license").trim(); strConditionStrings[1] = 

         * conf.get("search.carColor").trim(); strConditionStrings[2] = 

         * conf.get("search.direction").trim(); LOG.info("license: " + 

         * strConditionStrings[0]); } 

         */  

        protected void setup(Context context) throws IOException,  

                InterruptedException {  

            strConditionStrings[0] = context.getConfiguration().get("search.license").trim();  

            strConditionStrings[1] = context.getConfiguration().get("search.color").trim();  

            strConditionStrings[2] = context.getConfiguration().get("search.direction").trim();  

        }  

  

        protected void map(ImmutableBytesWritable key, Result value,  

                Context context) throws InterruptedException, IOException {  

            String string = "";  

            String tempString;  

  

            /**/  

            for (int i = 0; i < 1; i++) {  

                // /在此map里进行filter的功能  

                tempString = Text.decode(value.getValue(FAMILY_NAME,  

                        QUALIFIER_NAME[i]));  

                if (tempString.equals(/* strConditionStrings[i] */"新C87310")) {  

                    LOG.info("新C87310. conf: " + strConditionStrings[0]);  

                    if (tempString.equals(strConditionStrings[i])) {  

                        string = string + tempString + " ";  

                    } else {  

                        return;  

                    }  

                }  

  

                else {  

                    return;  

                }  

            }  

  

            word.set(string);  

            context.write(null, word);  

        }  

    }  

  

    public void searchHBase(int numOfDays) throws IOException,  

            InterruptedException, ClassNotFoundException {  

        long startTime;  

        long endTime;  

  

        Configuration conf = HBaseConfiguration.create();  

        conf.set("hbase.zookeeper.quorum", "node2,node3,node4");  

        conf.set("fs.default.name", "hdfs://node1");  

        conf.set("mapred.job.tracker", "node1:54311");  

        /* 

         * 传递参数给map 

         */  

        conf.set("search.license", "新C87310");  

        conf.set("search.color", "10");  

        conf.set("search.direction", "2");  

  

        Job job = new Job(conf, "MRSearchHBase");  

        System.out.println("search.license: " + conf.get("search.license"));  

        job.setNumReduceTasks(0);  

        job.setJarByClass(MRSearchAuto.class);  

        Scan scan = new Scan();  

        scan.addFamily(FAMILY_NAME);  

        byte[] startRow = Bytes.toBytes("2011010100000");  

        byte[] stopRow;  

        switch (numOfDays) {  

        case 1:  

            stopRow = Bytes.toBytes("2011010200000");  

            break;  

        case 10:  

            stopRow = Bytes.toBytes("2011011100000");  

            break;  

        case 30:  

            stopRow = Bytes.toBytes("2011020100000");  

            break;  

        case 365:  

            stopRow = Bytes.toBytes("2012010100000");  

            break;  

        default:  

            stopRow = Bytes.toBytes("2011010101000");  

        }  

        // 设置开始和结束key  

        scan.setStartRow(startRow);  

        scan.setStopRow(stopRow);  

  

        TableMapReduceUtil.initTableMapperJob(TABLE_NAME, scan,  

                SearchMapper.class, ImmutableBytesWritable.class, Text.class,  

                job);  

        Path outPath = new Path("searchresult");  

        HDFS_File file = new HDFS_File();  

        file.DelFile(conf, outPath.getName(), true); // 若已存在,则先删除  

        FileOutputFormat.setOutputPath(job, outPath);// 输出结果  

  

        startTime = System.currentTimeMillis();  

        job.waitForCompletion(true);  

        endTime = System.currentTimeMillis();  

        System.out.println("Time used: " + (endTime - startTime));  

        System.out.println("startRow:" + Text.decode(startRow));  

        System.out.println("stopRow: " + Text.decode(stopRow));  

    }  

  

    public static void main(String args[]) throws IOException,  

            InterruptedException, ClassNotFoundException {  

        MRSearchAuto mrSearchAuto = new MRSearchAuto();  

        int numOfDays = 1;  

        if (args.length == 1)  

            numOfDays = Integer.valueOf(args[0]);  

        System.out.println("Num of days: " + numOfDays);  

        mrSearchAuto.searchHBase(numOfDays);  

    }  

}  

开始时,我是在外面conf.set了传入的参数,而在mapper的init(Configuration)里get参数并赋给mapper对象。

将参数传给map运行时结果不对

for (int i = 0; i < 1; i++) {

    // /在此map里进行filter的功能

    tempString = Text.decode(value.getValue(FAMILY_NAME,

      QUALIFIER_NAME[i]));

    if (tempString.equals(/*strConditionStrings[i]*/"新C87310"))

     string = string + tempString + " ";

    else {

     return;

    }

   }

如果用下面的mapper的init获取conf传来的参数,然后在上面map函数里进行调用,结果便不对了。

直接指定值时和参数传过来相同的值时,其output的结果分别为1条和0条。

  private void init(Configuration conf) throws IOException,

    InterruptedException {

   strConditionStrings[0] = conf.get("search.licenseNumber").trim();

   strConditionStrings[1] = conf.get("search.carColor").trim();

   strConditionStrings[2] = conf.get("search.direction").trim();

  }

加了个日志写

private static final Log LOG = LogFactory.getLog(MRSearchAuto.class);

init()函数里:

LOG.info("license: " + strConditionStrings[0]);

map里

 if (tempString.equals(/* strConditionStrings[i] */"新C87310")) {

  LOG.info("新C87310. conf: " + strConditionStrings[0]);

然后在网页 namenode:50030上看任务,最终定位到哪台机器执行了那个map,然后看日志

mapreduce.hbase.TestMRHBase: 新C87310. conf: null

在conf.set之后我也写了下,那时正常,但是在map里却是null了,而在map类的init函数打印的却没有打印。

因此,问题应该是:

map类的init()函数没有执行到!

于是init()的获取conf中参数值并赋给map里变量的操作便未执行,同时打印日志也未执行。

OK!看怎么解决

放在setup里获取

  protected void setup(Context context) throws IOException,

    InterruptedException {

  // strConditionStrings[0] = context.getConfiguration().get("search.license").trim();

  // strConditionStrings[1] = context.getConfiguration().get("search.color").trim();

  // strConditionStrings[2] = context.getConfiguration().get("search.direction").trim();

  }

报错

12/01/12 11:21:56 INFO mapred.JobClient:  map 0% reduce 0%

12/01/12 11:22:03 INFO mapred.JobClient: Task Id : attempt_201201100941_0071_m_000000_0, Status : FAILED

java.lang.NullPointerException

 at mapreduce.hbase.MRSearchAuto$SearchMapper.setup(MRSearchAuto.java:66)

 at org.apache.hadoop.mapreduce.Mapper.run(Mapper.java:142)

 at org.apache.hadoop.mapred.MapTask.runNewMapper(MapTask.java:656)

 at org.apache.hadoop.mapred.MapTask.run(MapTask.java:325)

 at org.apache.hadoop.mapred.Child$4.run(Child.java:270)

 at java.security.AccessController.doPrivileged(Native Method)

 at javax.security.auth.Subject.doAs(Subject.java:396)

 at org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1127)

 at org.apache.hadoop.mapred.Child.main(Child.java:264)

attempt_201201100941_0071_m_000000_0: log4j:WARN No appenders could be found for logger (org.apache.hadoop.hdfs.DFSClient).

attempt_201201100941_0071_m_000000_0: log4j:WARN Please initialize the log4j system properly.

12/01/12 11:22:09 INFO mapred.JobClient: Task Id : attempt_201201100941_0071_m_000000_1, Status : FAILED

java.lang.NullPointerException

 at mapreduce.hbase.MRSearchAuto$SearchMapper.setup(MRSearchAuto.java:66)

 at org.apache.hadoop.mapreduce.Mapper.run(Mapper.java:142)

 at org.apache.hadoop.mapred.MapTask.runNewMapper(MapTask.java:656)

 at org.apache.hadoop.mapred.MapTask.run(MapTask.java:325)

 at org.apache.hadoop.mapred.Child$4.run(Child.java:270)

 at java.security.AccessController.doPrivileged(Native Method)

 at javax.security.auth.Subject.doAs(Subject.java:396)

 at org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1127)

 at org.apache.hadoop.mapred.Child.main(Child.java:264)

然后将setup里的东西注释掉,无错,错误应该在context上,进一步确认,在里面不用context,直接赋值,有结果,好!

说明是context的事了,NullPointerException,应该是context.getConfiguration().get("search.license")这些中有一个是null的。

突然想起来,改了下get时候的属性,而set时候没改,于是不对应,于是context.getConfiguration().get("search.color")及下面的一项都是null,null.trim()报的异常。

  conf.set("search.license", "新C87310");

  conf.set("search.color", "10");

  conf.set("search.direction", "2");

修改后,问题解决。

实现了向map中传参数

来源:http://blog.csdn.net/liuxingjiaofu/article/details/7197245
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: