我在 HDFS 中有图像文件，我需要将它们加载到 HBase。我可以使用 SPARK 代替 MapReduce 来完成这项工作吗？如果是怎么做，请建议。刚接触 hadoop 生态系统。
我创建了一个 MOB 类型的 Hbase 表，其大小阈值为 10MB。 我被困在这里如何使用 shell 命令行加载数据。 经过一些研究，有一些使用 MapReduce 的建议，但没有提供信息。
【问题讨论】：
标签： apache-spark hbase
您可以使用 Apache Tika... 以及 Tika 支持的 sc.binaryFiles(filesPath) 格式为 formats
你需要的
图像格式 ImageParser 类使用标准 javax.imageio 从支持的图像格式中提取简单元数据的功能 Java平台。更复杂的图像元数据可通过 使用元数据提取器的 JpegParser 和 TiffParser 类 支持从 Jpeg 和 Tiff 提取 Exif 元数据的库 图片。 和
Portable Document Format PDFParser 类解析器 Portable Document 使用 Apache PDFBox 库格式化 (PDF) 文档。
使用 Spark 的示例代码参见 my answer
me 在此处给出的另一个示例代码答案，用于加载到 hbase
【讨论】：