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。

1. package test;
2. import java.io.IOException;
3. import java.util.Map;
4. import org.apache.hadoop.conf.Configuration;
5. import org.apache.hadoop.hbase.HBaseConfiguration;
6. import org.apache.hadoop.hbase.HColumnDescriptor;
7. import org.apache.hadoop.hbase.HTableDescriptor;
8. import org.apache.hadoop.hbase.client.HBaseAdmin;
9. import org.apache.hadoop.hbase.client.HTable;
10. import org.apache.hadoop.hbase.client.Put;
11. import org.apache.hadoop.hbase.client.Result;
13. public class Htable {
15.     /**
16.      * @param args
17.      */
18.     public static void main(String[] args) throws IOException {
19.         // TODO Auto-generated method stub
20.         Configuration hbaseConf = HBaseConfiguration.create();
21.         HBaseAdmin admin = new HBaseAdmin(hbaseConf);
22.         HTableDescriptor htableDescriptor = new HTableDescriptor(“table”
23.                 .getBytes());  //set the name of table
24.         htableDescriptor.addFamily(new HColumnDescriptor(“fam1”)); //set the name of column clusters
25.         admin.createTable(htableDescriptor); //create a table 
26.         HTable table = new HTable(hbaseConf, “table”); //get instance of table.
27.         for (int i = 0; i < 3; i++) {   //for is number of rows
28.             Put putRow = new Put((“row” + i).getBytes()); //the ith row
29.             putRow.add(“fam1”.getBytes(), “col1”.getBytes(), “vaule1”
30.                     .getBytes());  //set the name of column and value.
31.             putRow.add(“fam1”.getBytes(), “col2”.getBytes(), “vaule2”
32.                     .getBytes());
33.             putRow.add(“fam1”.getBytes(), “col3”.getBytes(), “vaule3”
34.                     .getBytes());
35.             table.put(putRow);
36.         }
37.         for(Result result: table.getScanner(“fam1”.getBytes())){//get data of column clusters 
38.             for(Map.Entry<byte[], byte[]> entry : result.getFamilyMap(“fam1”.getBytes()).entrySet()){//get collection of result
39.                 String column = new String(entry.getKey());
40.                 String value = new String(entry.getValue());
41.                 System.out.println(column+“,”+value);
42.             }
43.         }
44.         admin.disableTable(“table”.getBytes()); //disable the table
45.         admin.deleteTable(“table”.getBytes());  //drop the tbale
46.     }
47. }

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。

1. package test;
2. import java.io.IOException;
3. import java.util.Map;
4. import org.apache.hadoop.conf.Configuration;
5. import org.apache.hadoop.hbase.HBaseConfiguration;
6. import org.apache.hadoop.hbase.HColumnDescriptor;
7. import org.apache.hadoop.hbase.HTableDescriptor;
8. import org.apache.hadoop.hbase.client.HBaseAdmin;
9. import org.apache.hadoop.hbase.client.HTable;
10. import org.apache.hadoop.hbase.client.Put;
11. import org.apache.hadoop.hbase.client.Result;
13. public class Htable {
15.     /**
16.      * @param args
17.      */
18.     public static void main(String[] args) throws IOException {
19.         // TODO Auto-generated method stub
20.         Configuration hbaseConf = HBaseConfiguration.create();
21.         HBaseAdmin admin = new HBaseAdmin(hbaseConf);
22.         HTableDescriptor htableDescriptor = new HTableDescriptor(“table”
23.                 .getBytes());  //set the name of table
24.         htableDescriptor.addFamily(new HColumnDescriptor(“fam1”)); //set the name of column clusters
25.         admin.createTable(htableDescriptor); //create a table 
26.         HTable table = new HTable(hbaseConf, “table”); //get instance of table.
27.         for (int i = 0; i < 3; i++) {   //for is number of rows
28.             Put putRow = new Put((“row” + i).getBytes()); //the ith row
29.             putRow.add(“fam1”.getBytes(), “col1”.getBytes(), “vaule1”
30.                     .getBytes());  //set the name of column and value.
31.             putRow.add(“fam1”.getBytes(), “col2”.getBytes(), “vaule2”
32.                     .getBytes());
33.             putRow.add(“fam1”.getBytes(), “col3”.getBytes(), “vaule3”
34.                     .getBytes());
35.             table.put(putRow);
36.         }
37.         for(Result result: table.getScanner(“fam1”.getBytes())){//get data of column clusters 
38.             for(Map.Entry<byte[], byte[]> entry : result.getFamilyMap(“fam1”.getBytes()).entrySet()){//get collection of result
39.                 String column = new String(entry.getKey());
40.                 String value = new String(entry.getValue());
41.                 System.out.println(column+“,”+value);
42.             }
43.         }
44.         admin.disableTable(“table”.getBytes()); //disable the table
45.         admin.deleteTable(“table”.getBytes());  //drop the tbale
46.     }
47. }

Reduce类,主要是将键值传到HBase表中

1. package test;
3. import java.io.IOException;
4. import org.apache.hadoop.hbase.client.Put;
5. import org.apache.hadoop.hbase.io.ImmutableBytesWritable;
6. import org.apache.hadoop.hbase.mapreduce.TableReducer;
7. import org.apache.hadoop.io.Text;
9. public class ReducerClass extends TableReducer<Text,Text,ImmutableBytesWritable>{
10.     public void reduce(Text key,Iterable<Text> values,Context context){
11.         String k = key.toString();
12.         StringBuffer str=null;
13.         for(Text value: values){
14.             str.append(value.toString());
15.         }
16.         String v = new String(str);
17.         Put putrow = new Put(k.getBytes());
18.         putrow.add(“fam1”.getBytes(), “name”.getBytes(), v.getBytes());
19.     }
20. }

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。

1. package test;
3. import org.apache.hadoop.conf.Configuration;
4. import org.apache.hadoop.conf.Configured;
5. import org.apache.hadoop.fs.Path;
6. import org.apache.hadoop.hbase.HBaseConfiguration;
7. import org.apache.hadoop.hbase.mapreduce.TableMapReduceUtil;
8. import org.apache.hadoop.io.Text;
9. import org.apache.hadoop.mapreduce.Job;
10. import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
11. import org.apache.hadoop.mapreduce.lib.input.TextInputFormat;
12. import org.apache.hadoop.util.Tool;
14. public class Driver extends Configured implements Tool{
16.     @Override
17.     public static void run(String[] arg0) throws Exception {
18.         // TODO Auto-generated method stub
19.         Configuration conf = HBaseConfiguration.create();
20.         conf.set(“hbase.zookeeper.quorum.”, “localhost”);
22.         Job job = new Job(conf,“Hbase”);
23.         job.setJarByClass(TxtHbase.class);
25.         Path in = new Path(arg0[0]);
27.         job.setInputFormatClass(TextInputFormat.class);
28.         FileInputFormat.addInputPath(job, in);
30.         job.setMapperClass(MapperClass.class);
31.         job.setMapOutputKeyClass(Text.class);
32.         job.setMapOutputValueClass(Text.class);
34.         TableMapReduceUtil.initTableReducerJob(“table”, ReducerClass.class, job);
36.        job.waitForCompletion(true);
37.     }
39. }

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

1. package test;
3. import org.apache.hadoop.conf.Configuration;
4. import org.apache.hadoop.util.ToolRunner;
6. public class TxtHbase {
7.     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。

1. package test;
3. import java.io.IOException;
4. import org.apache.hadoop.conf.Configuration;
5. import org.apache.hadoop.hbase.client.Result;
6. import org.apache.hadoop.hbase.io.ImmutableBytesWritable;
7. import org.apache.hadoop.hbase.mapred.TableMap;
8. import org.apache.hadoop.io.Text;
9. import org.apache.hadoop.mapred.MapReduceBase;
10. import org.apache.hadoop.mapred.OutputCollector;
11. import org.apache.hadoop.mapred.Reporter;
13. public class MapperClass extends MapReduceBase implements
14.         TableMap<Text, Text> {
15.     static final String NAME = “GetDataFromHbaseTest”;
16.     private Configuration conf;
18.     public void map(ImmutableBytesWritable row, Result values,
19.             OutputCollector<Text, Text> output, Reporter reporter)
20.             throws IOException {
21.         StringBuilder sb = new StringBuilder();
22.         for (Entry<byte[], byte[]> value : values.getFamilyMap(
23.                 “fam1”.getBytes()).entrySet()) {
24.             String cell = value.getValue().toString();
25.             if (cell != null) {
26.                 sb.append(new String(value.getKey())).append(new String(cell));
27.             }
28.         }
29.         output.collect(new Text(row.get()), new Text(sb.toString()));
30.     }

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)。

1. package test;
3. import org.apache.hadoop.conf.Configuration;
4. import org.apache.hadoop.conf.Configured;
5. import org.apache.hadoop.fs.Path;
6. import org.apache.hadoop.hbase.HBaseConfiguration;
7. import org.apache.hadoop.hbase.mapreduce.TableMapReduceUtil;
8. import org.apache.hadoop.io.Text;
9. import org.apache.hadoop.mapreduce.Job;
10. import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
11. import org.apache.hadoop.mapreduce.lib.input.TextInputFormat;
12. import org.apache.hadoop.util.Tool;
14. public class Driver extends Configured implements Tool{
16.     @Override
17.     public static void run(String[] arg0) throws Exception {
18.         // TODO Auto-generated method stub
19.         Configuration conf = HBaseConfiguration.create();
20.         conf.set(“hbase.zookeeper.quorum.”, “localhost”);
21.         Job job = new Job(conf,“Hbase”);
22.         job.setJarByClass(TxtHbase.class);
23.         job.setInputFormatClass(TextInputFormat.class);
24.         job.setMapOutputKeyClass(Text.class);
25.         job.setMapOutputValueClass(Text.class);
26.         TableMapReduceUtilinitTableMapperJob(“table”, args0[0],MapperClass.class, job);         job.waitForCompletion(true); } }

主函数

1. package test;
3. import org.apache.hadoop.conf.Configuration;
4. import org.apache.hadoop.util.ToolRunner;
6. public class TxtHbase {
7.     public static void main(String [] args) throws Exception{
9.         Driver.run(new Configuration(),new THDriver(),args);
11.     }
12. }
13. ——————————————————————————–

转载请注明：数据分析 » MapReduce操作HBase错误一例