HBase 更新现有行答案

【问题标题】：HBase update the existing rowHBase 更新现有行
【发布时间】：2013-09-27 21:04:21
【问题描述】：

我在 hbase 中有以下格式的日志数据。

hbase 源表

---------------------
date(table key) word count
---------------------
2013/09/25 apple 5
2013/09/25 mangoes 2
2013/09/25 oranges 6
2013/09/25 apple 2
2013/09/25 mangoes 3
2013/09/25 mangoes 1

dest table(2013/09/25运行mapreduce后，目标表中word作为key，count和为column.data)

------------------
word(table key) count
------------------
apple 7
oranges 6
mangoes 6

数据将每天添加到源表中。但我不想对所有源表数据进行 map reduce。所以我尝试只为当天添加的数据做 map reduce。

在 2013 年 9 月 26 日添加了新数据的源表。

---------------------
date(table key) word count
---------------------
2013/09/25 apple 5
2013/09/25 mangoes 2
2013/09/25 oranges 6
2013/09/25 apple 2
2013/09/25 mangoes 3
2013/09/25 mangoes 1
2013/09/26 apple 10
2013/09/26 oranges 20

当我只为 2013/09/26 数据做 mapreduce 时。我在 dest 表中得到以下内容。

包含新数据的目标表（由于键相同，Apple 和 Oranges 的计数已更新为 2013/09/26 数据。截至 2013/09/25 的旧数据已消失）：

------------------
word(table key) count
------------------
apple 10
oranges 10
mangoes 6

预期的目标表：

------------------
word(table key) count
------------------
apple 17
oranges 16
mangoes 6

我可以映射reduce部分数据并将计数添加到dest表计数列还是每次都需要映射reduce所有数据？

如果我可以映射减少部分数据并更新计数，我该怎么做。这是我的映射减少功能。

地图功能：

public void map(ImmutableBytesWritable row,Result value,Context context) throws IOException {
    ImmutableBytesWritable key = new  ImmutableBytesWritable(row.get());
    String cf = "data";
    String column1 = "word";
    String column2 = "count";
    String word   = new String(result.getValue(Bytes.toBytes(cf),Bytes.toBytes(column1)));
    Text t = new Text(word);
    context.write(t,value); 

}

减少功能：

public void reduce(Text key,Iterable<Result> values,Context context) throws IOException,InterruptedException {
    int count=0;
    String cf = "data";
    String column = "count";
    for(Result val :values) {
        int d = Integer.parseInt(new String(result.getValue(Bytes.toBytes(cf),Bytes.toBytes(column))))
        count += d;
    }
    Put put = new Put(Bytes.toBytes(key.toString()));
    put.add(cf.getBytes(), column.getBytes(), String.valueOf(count).getBytes());
    context.write(null, put);
}

【问题讨论】：

标签： java hadoop mapreduce hbase

【解决方案1】：

使用 HBase 时，您可以将列视为计数器。你可以Increment 或incrementColumnValue 到。它的优点是每个增量都是原子的，因此您可以同时从多个源（映射）进行增量，并且总数将是正确的。

要在地图（或减少）中使用它，您需要自己而不是通过上下文写入 HBase - 您可以在设置方法中打开表并在清理中关闭（甚至增加总数）

【讨论】：

【解决方案2】：

数据没有消失。由于您将数据放在同一个单元格中，因此它将作为一个新版本。默认情况下，扫描表时，您只会看到最新版本。您需要编写将新计数添加到先前计数的逻辑，然后将最终值插入表中。

如果您不想保留多个版本，则需要自己处理，方法是删除旧版本，然后再将最终计数放入表中。

【讨论】：