使用phoenix和spark将数据从hbase导出到csv时，会导致数据丢失。我的hbase表中有2200万行，当我将它导出到csv时，只有1900万行。少了300万行。
在写入csv之前，我尝试过缓存Dataframe，但结果仍然是1900万行。我已经使用合并，因为我需要在一个csv文件的一切。
我也试过用！Phoenix城的记录，但这里的问题是，数据是巨大的，它需要永远加载。
!输出格式csv
!记录数据.csv
从表中选择*；
!记录
!退出
如果有任何方法，我可以导出我的hbase表而不丢失任何数据？或者有人可以帮我编辑代码，或者任何建议都会很有帮助。
我在scala中的spark代码：

import org.apache.log4j.lf5.LogLevel
import org.apache.spark.sql.SparkSession

object ExportCSV {
  def main(args: Array[String]): Unit = {

    val table_name = "xyz"
    val phoenix_zk = "jdbc:phoenix:zkurl"

    Logger.getLogger("org").setLevel(Level.ERROR)
    Logger.getLogger("akka").setLevel(Level.ERROR)

    val spark = SparkSession.builder().master("local[*]")
      .config("spark.debug.maxToStringFields", "100")
      //.config("spark.driver.maxResultSize", "2g")
      .config("spark.yarn.executor.memoryOverhead", "4g")
      .appName("SparkPhoenix")
      .getOrCreate()

    val df = spark.read.format("jdbc").options(
    Map("driver" -> "org.apache.phoenix.jdbc.PhoenixDriver",
    "url" -> phoenix_zk,
    "dbtable" -> xyz)).load()

    print(df.count())  //22 million rows in dataframe
    df.cache()
    print(df.count())  //19 million rows after cache

    df.explain(extended = true)

    df.coalesce(1).write.mode("append").option("header", "true").csv("/tchiring/export_test")

  }
}