我正在寻求帮助,使sparkr数据直接加载到hbase。read函数正在工作,我可以使用sparkr(sparkr.session)从配置单元外部表读取数据
执行的步骤:
创建了一个hbase表(hbase\u test1)
在配置单元中创建了一个外部表来Map配置单元中的hbase表(test1)
代码:
library(SparkR)
sc <- sparkR.session(master = "local",sparkEnvir = list(spark.driver.memory="2g",enableHiveSupport=TRUE))
sqlContext <- sparkR.session(sc)
df <- sql("show tables")
collect(df)
sdf <- sql("SELECT * from test1")
这就是我的立场。
我可以直接从sparkr将数据写入hbase吗?仅供参考:我需要使用sparkr的某些ml代码。结果需要保存回hbase。请注意,我使用的是所有开源工具。
1条答案
按热度按时间wwtsj6pe1#
不需要额外的部署,就可以使用apachespark-apachehbase连接器。
首先你必须包括包裹。可以通过以下选项来完成*
在你的
spark-defaults.conf
或等效的命令行参数spark-submit
/SparkR
```--packages com.hortonworks:shc-core:1.1.1-2.1-s_2.11
--repositories http://repo.hortonworks.com/content/groups/public/
create 'FooBar', 'Foo', 'Bar'
put 'FooBar', '1000', 'Foo:Value', 'x1'
put 'FooBar', '1000', 'Bar:Value', 'y1'
put 'FooBar', '2000', 'Foo:Value', 'x2'
put 'FooBar', '2000', 'Bar:Value', 'y2'
catalog = '{
"table":{"namespace":"default", "name":"FooBar"},
"rowkey":"key",
"columns":{
"rowkey":{"cf":"rowkey", "col":"key", "type":"string"},
"foo_value":{"cf":"Foo", "col":"Value", "type":"string"},
"bar_value":{"cf":"Bar", "col":"Value", "type":"string"}
}
}'
df <- createDataFrame(data.frame(
rowkey = c("1000", "2000"), foo_value = c("x1", "x2"), bar_value = c("y1", "y2")
))
write.df(df,
source = "org.apache.spark.sql.execution.datasources.hbase",
mode = "append", catalog = catalog)
CREATE TABLE foobar (
id VARCHAR NOT NULL PRIMARY KEY,
foo INTEGER,
bar VARCHAR
);
SparkR:::callJStatic(
"java.lang.Class", "forName",
"org.apache.phoenix.jdbc.PhoenixDriver"
)
df <- createDataFrame(data.frame(
id = c("1000", "2000"), foo = c(1, 2), bar = c("x", "y")
))
write.df(
dfr, source = "org.apache.phoenix.spark",
Note that the only supported mode is
overwrite
,which in fact works like
UPSERT
mode = "overwrite",
table = "FooBar",
ZooKeeper URL
zkUrl = "host:port"
)