MapReduce操作HBase错误一例

运行HBase时常会遇到个错误，我就有这样的经历。

ERROR: org.apache.hadoop.hbase.MasterNotRunningException: Retried 7 times

检查日志：org.apache.hadoop.ipc.RPC$VersionMismatch: Protocol org.apache.hadoop.hdfs.protocol.ClientProtocol version mismatch. (client = 42, server = 41)

如果是这个错误，说明RPC协议不一致所造成的，解决方法：将hbase/lib目录下的hadoop-core的jar文件删除，将hadoop目录下的hadoop-0.20.2-core.jar拷贝到hbase/lib下面，然后重新启动hbase即可。第二种错误是：没有启动hadoop，先启用hadoop，再启用hbase。

在Eclipse开发中，需要加入hadoop所有的jar包以及HBase二个jar包（hbase，zooKooper）。

HBase基础可见帖子：http://www.cnblogs.com/liqizhou/archive/2012/05/14/2499112.html

建表，通过HBaseAdmin类中的create静态方法来创建表。

HTable类是操作表，例如，静态方法put可以插入数据，该类初始化时可以传递一个行键，静态方法getScanner()可以获得某一列上的所有数据，返回Result类,Result类中有个静态方法getFamilyMap（）可以获得以列名为key，值为value，这刚好与hadoop中map结果是一样的。

package test;  
import java.io.IOException;  
import java.util.Map;  
import org.apache.hadoop.conf.Configuration;  
import org.apache.hadoop.hbase.HBaseConfiguration;  
import org.apache.hadoop.hbase.HColumnDescriptor;  
import org.apache.hadoop.hbase.HTableDescriptor;  
import org.apache.hadoop.hbase.client.HBaseAdmin;  
import org.apache.hadoop.hbase.client.HTable;  
import org.apache.hadoop.hbase.client.Put;  
import org.apache.hadoop.hbase.client.Result;  
 
public class Htable {  
 
    /**  
     * @param args  
     */ 
    public static void main(String[] args) throws IOException {  
        // TODO Auto-generated method stub  
        Configuration hbaseConf = HBaseConfiguration.create();  
        HBaseAdmin admin = new HBaseAdmin(hbaseConf);  
        HTableDescriptor htableDescriptor = new HTableDescriptor("table" 
                .getBytes());  //set the name of table  
        htableDescriptor.addFamily(new HColumnDescriptor("fam1")); //set the name of column clusters  
        admin.createTable(htableDescriptor); //create a table   
        HTable table = new HTable(hbaseConf, "table"); //get instance of table.  
        for (int i = 0; i < 3; i++) {   //for is number of rows  
            Put putRow = new Put(("row" + i).getBytes()); //the ith row  
            putRow.add("fam1".getBytes(), "col1".getBytes(), "vaule1" 
                    .getBytes());  //set the name of column and value.  
            putRow.add("fam1".getBytes(), "col2".getBytes(), "vaule2" 
                    .getBytes());  
            putRow.add("fam1".getBytes(), "col3".getBytes(), "vaule3" 
                    .getBytes());  
            table.put(putRow);  
        }  
        for(Result result: table.getScanner("fam1".getBytes())){//get data of column clusters   
            for(Map.Entry<byte[], byte[]> entry : result.getFamilyMap("fam1".getBytes()).entrySet()){//get collection of result  
                String column = new String(entry.getKey());  
                String value = new String(entry.getValue());  
                System.out.println(column+","+value);  
            }  
        }  
        admin.disableTable("table".getBytes()); //disable the table  
        admin.deleteTable("table".getBytes());  //drop the tbale  
    }  
}

以上代码不难看懂。

下面介绍一下，用mapreduce怎样操作HBase，主要对HBase中的数据进行读取。

现在有一些大的文件，需要存入HBase中，其思想是先把文件传到HDFS上，利用map阶段读取<key,value>对，可在reduce把这些键值对上传到HBase中。

package test;  
import java.io.IOException;  
import java.util.Map;  
import org.apache.hadoop.conf.Configuration;  
import org.apache.hadoop.hbase.HBaseConfiguration;  
import org.apache.hadoop.hbase.HColumnDescriptor;  
import org.apache.hadoop.hbase.HTableDescriptor;  
import org.apache.hadoop.hbase.client.HBaseAdmin;  
import org.apache.hadoop.hbase.client.HTable;  
import org.apache.hadoop.hbase.client.Put;  
import org.apache.hadoop.hbase.client.Result;  
 
public class Htable {  
 
    /**  
     * @param args  
     */ 
    public static void main(String[] args) throws IOException {  
        // TODO Auto-generated method stub  
        Configuration hbaseConf = HBaseConfiguration.create();  
        HBaseAdmin admin = new HBaseAdmin(hbaseConf);  
        HTableDescriptor htableDescriptor = new HTableDescriptor("table" 
                .getBytes());  //set the name of table  
        htableDescriptor.addFamily(new HColumnDescriptor("fam1")); //set the name of column clusters  
        admin.createTable(htableDescriptor); //create a table   
        HTable table = new HTable(hbaseConf, "table"); //get instance of table.  
        for (int i = 0; i < 3; i++) {   //for is number of rows  
            Put putRow = new Put(("row" + i).getBytes()); //the ith row  
            putRow.add("fam1".getBytes(), "col1".getBytes(), "vaule1" 
                    .getBytes());  //set the name of column and value.  
            putRow.add("fam1".getBytes(), "col2".getBytes(), "vaule2" 
                    .getBytes());  
            putRow.add("fam1".getBytes(), "col3".getBytes(), "vaule3" 
                    .getBytes());  
            table.put(putRow);  
        }  
        for(Result result: table.getScanner("fam1".getBytes())){//get data of column clusters   
            for(Map.Entry<byte[], byte[]> entry : result.getFamilyMap("fam1".getBytes()).entrySet()){//get collection of result  
                String column = new String(entry.getKey());  
                String value = new String(entry.getValue());  
                System.out.println(column+","+value);  
            }  
        }  
        admin.disableTable("table".getBytes()); //disable the table  
        admin.deleteTable("table".getBytes());  //drop the tbale  
    }  
}

Reduce类,主要是将键值传到HBase表中

package test;  
 
import java.io.IOException;  
import org.apache.hadoop.hbase.client.Put;  
import org.apache.hadoop.hbase.io.ImmutableBytesWritable;  
import org.apache.hadoop.hbase.mapreduce.TableReducer;  
import org.apache.hadoop.io.Text;  
 
public class ReducerClass extends TableReducer<Text,Text,ImmutableBytesWritable>{  
    public void reduce(Text key,Iterable<Text> values,Context context){  
        String k = key.toString();  
        StringBuffer str=null;  
        for(Text value: values){  
            str.append(value.toString());  
        }  
        String v = new String(str);   
        Put putrow = new Put(k.getBytes());  
        putrow.add("fam1".getBytes(), "name".getBytes(), v.getBytes());       
    }  
}

由上面可知ReducerClass继承TableReduce，在hadoop里面ReducerClass继承Reducer类。它的原型为：TableReducer<KeyIn,Values,KeyOut>可以看出，HBase里面是读出的Key类型是ImmutableBytesWritable。

Map，Reduce，以及Job的配置分离，比较清晰,mahout也是采用这种构架。

package test;  
 
import org.apache.hadoop.conf.Configuration;  
import org.apache.hadoop.conf.Configured;  
import org.apache.hadoop.fs.Path;  
import org.apache.hadoop.hbase.HBaseConfiguration;  
import org.apache.hadoop.hbase.mapreduce.TableMapReduceUtil;  
import org.apache.hadoop.io.Text;  
import org.apache.hadoop.mapreduce.Job;  
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;  
import org.apache.hadoop.mapreduce.lib.input.TextInputFormat;  
import org.apache.hadoop.util.Tool;  
 
public class Driver extends Configured implements Tool{  
 
    @Override 
    public static void run(String[] arg0) throws Exception {  
        // TODO Auto-generated method stub  
        Configuration conf = HBaseConfiguration.create();  
        conf.set("hbase.zookeeper.quorum.", "localhost");    
          
        Job job = new Job(conf,"Hbase");  
        job.setJarByClass(TxtHbase.class);  
          
        Path in = new Path(arg0[0]);  
          
        job.setInputFormatClass(TextInputFormat.class);  
        FileInputFormat.addInputPath(job, in);  
          
        job.setMapperClass(MapperClass.class);  
        job.setMapOutputKeyClass(Text.class);  
        job.setMapOutputValueClass(Text.class);  
          
        TableMapReduceUtil.initTableReducerJob("table", ReducerClass.class, job);  
          
       job.waitForCompletion(true);  
    }  
      
}

Driver中job配置的时候没有设置 job.setReduceClass(); 而是用 TableMapReduceUtil.initTableReducerJob(“tab1”, THReducer.class, job); 来执行reduce类。

主函数

package test;  
 
import org.apache.hadoop.conf.Configuration;  
import org.apache.hadoop.util.ToolRunner;  
 
public class TxtHbase {  
    public static void main(String [] args) throws Exception{        Driver.run(new Configuration(),new THDriver(),args);     } }

读取数据时比较简单，编写Mapper函数，读取<key,value>值就行了。

package test;  
 
import java.io.IOException;  
import org.apache.hadoop.conf.Configuration;  
import org.apache.hadoop.hbase.client.Result;  
import org.apache.hadoop.hbase.io.ImmutableBytesWritable;  
import org.apache.hadoop.hbase.mapred.TableMap;  
import org.apache.hadoop.io.Text;  
import org.apache.hadoop.mapred.MapReduceBase;  
import org.apache.hadoop.mapred.OutputCollector;  
import org.apache.hadoop.mapred.Reporter;  
 
public class MapperClass extends MapReduceBase implements 
        TableMap<Text, Text> {  
    static final String NAME = "GetDataFromHbaseTest";  
    private Configuration conf;  
 
    public void map(ImmutableBytesWritable row, Result values,  
            OutputCollector<Text, Text> output, Reporter reporter)  
            throws IOException {  
        StringBuilder sb = new StringBuilder();  
        for (Entry<byte[], byte[]> value : values.getFamilyMap(  
                "fam1".getBytes()).entrySet()) {  
            String cell = value.getValue().toString();  
            if (cell != null) {  
                sb.append(new String(value.getKey())).append(new String(cell));  
            }  
        }  
        output.collect(new Text(row.get()), new Text(sb.toString()));  
    }

要实现这个方法 initTableMapJob(String table, String columns, Class<? extends TableMap> mapper, Class<? extends org.apache.hadoop.io.WritableComparable> outputKeyClass, Class<? extends org.apache.hadoop.io.Writable> outputValueClass, org.apache.hadoop.mapred.JobConf job, boolean addDependencyJars)。

package test;  
 
import org.apache.hadoop.conf.Configuration;  
import org.apache.hadoop.conf.Configured;  
import org.apache.hadoop.fs.Path;  
import org.apache.hadoop.hbase.HBaseConfiguration;  
import org.apache.hadoop.hbase.mapreduce.TableMapReduceUtil;  
import org.apache.hadoop.io.Text;  
import org.apache.hadoop.mapreduce.Job;  
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;  
import org.apache.hadoop.mapreduce.lib.input.TextInputFormat;  
import org.apache.hadoop.util.Tool;  
 
public class Driver extends Configured implements Tool{  
 
    @Override 
    public static void run(String[] arg0) throws Exception {  
        // TODO Auto-generated method stub  
        Configuration conf = HBaseConfiguration.create();  
        conf.set("hbase.zookeeper.quorum.", "localhost");    
        Job job = new Job(conf,"Hbase");  
        job.setJarByClass(TxtHbase.class);  
        job.setInputFormatClass(TextInputFormat.class);  
        job.setMapOutputKeyClass(Text.class);  
        job.setMapOutputValueClass(Text.class);  
        TableMapReduceUtilinitTableMapperJob("table", args0[0],MapperClass.class, job);         job.waitForCompletion(true); } }

主函数

package test;  
 
import org.apache.hadoop.conf.Configuration;  
import org.apache.hadoop.util.ToolRunner;  
 
public class TxtHbase {  
    public static void main(String [] args) throws Exception{  
 
        Driver.run(new Configuration(),new THDriver(),args);  
 
    }   
}  
--------------------------------------------------------------------------------