熟悉經常使用的HBase操做

1. 如下關係型數據庫中的表和數據，要求將其轉換爲適合於HBase存儲的表並插入數據：

學生表（Student）（不包括最後一列）

學號（S_No）	姓名（S_Name）	性別（S_Sex）	年齡（S_Age）	課程（course）
2015001	Zhangsan	male	23
2015003	Mary	female	22
2015003	Lisi	male	24	數學（Math）85

 

 首先啓動hadoop，其次啓動hbase，最後打開hbase數據庫

cd /usr/local/hadoop
./sbin/start-dfs.sh
cd /usr/local/hbase
./bin/start-hbase.sh
hbase shell

 

create 'Student',{NAME=>'S_No',VERSIONS=>5},{NAME=>'S_Name',VERSIONS=>5},{NAME=>'S_Sex',VERSIONS=>5},{NAME=>'S_Age',VERSIONS=>5}
put 'Student','2015001','sname','Zhangsan'
put 'Student','2015001','ssex','male'
put 'Student','2015001','sage','23'
put 'Student','2015002','sname','Mary'
put 'Student','2015002','ssex','female'
put 'Student','2015002','sage','22'
put 'Student','2015003','sname','Lisi'
put 'Student','2015003','ssex','male'
put 'Student','2015003','sage','24

 

2. 用Hadoop提供的HBase Shell命令完成相同任務：

• 列出HBase全部的表的相關信息；
• 在終端打印出學生表的全部記錄數據；

• scan 'Student'

   

• 向學生表添加課程列族；

• alter 'Student','NAME'=>'course'

   

• 向課程列族添加數學列並登記成績爲85

• put 'Student','3','course:Math','85'

   

• 統計表的行數。
• 清空指定的表的全部記錄數據；

• truncate 'Student'

   

 

3. 用Python編寫WordCount程序任務

程序	WordCount
輸入	一個包含大量單詞的文本文件
輸出	文件中每一個單詞及其出現次數（頻數），並按照單詞字母順序排序，每一個單詞和其頻數佔一行，單詞和頻數之間有間隔

1. 編寫map函數，reduce函數
2. 將其權限做出相應修改
3. 本機上測試運行代碼
4. 放到HDFS上運行
5. 下載並上傳文件到hdfs上
6. 用Hadoop Streaming命令提交任務

 建立mapper.py文件

cd /home/hadoop/wc
sudo gedit mapper.py

map函數

#!/usr/bin/env python
import sys
for i in stdin:
    i = i.strip()
    words = i.split()
    for word in words:
    print '%s\t%s' % (word,1)

賦予權限

chmod a+x /home/hadoop/mapper.py

 

建立reducer.py文件

cd /home/hadoop/wc
sudo gedit reducer.py

reduce函數

#!/usr/bin/env python
from operator import itemgetter
import sys

current_word = None
current_count = 0
word = None

for i in stdin:
    i = i.strip()
    word, count = i.split('\t',1)
    try:
    count = int(count)
    except ValueError:
    continue

    if current_word == word:
    current_count += count 
    else:
    if current_word:
        print '%s\t%s' % (current_word, current_count)
    current_count = count
    current_word = word

if current_word == word:
    print '%s\t%s' % (current_word, current_count)

 

賦予權限

chmod a+x /home/hadoop/reduce.py

測試代碼

echo "foo foo quux labs foo bar quux" | /home/hadoop/wc/mapper.py

echo "foo foo quux labs foo bar quux" | /home/hadoop/wc/mapper.py | sort -k1,1 | /home/hadoop/wc/reducer.p

 下載文件上傳

cd  /home/hadoop/wc
wget http://www.gutenberg.org/files/5000/5000-8.txt
wget http://www.gutenberg.org/cache/epub/20417/pg20417.txt

cd /usr/hadoop/wc
hdfs dfs -put /home/hadoop/hadoop/gutenberg/*.txt /user/hadoop/input