hbase数据导出到hdfs，hbase数据导出到hdfs乱码

如何将一个hbase的数据导入另一个hbase

Put API Put API可能是将数据快速导入HBase表的最直接的方法。但是在导入【大量数据】时不建议使用！但是可以作为简单数据迁移的选择，直接写个代码批量处理，开发简单、方便、可控强。

方法1：最基本的数据导入方法。首先通过JDBC将原本关系型数据库中的数据读出到内存中，然后在使用HBase自带的客户端API将数据put到相应的表中。这种方法通用性强，只要写好接口就可以用，但是效率并不高。

初始化一个线程池 ，线程池 corePoolSize 来源于参数配置 hbase.loadincremental.threads.max，如果未配置，默认取 jvm 可以用到的处理器的个数（Runtime.getRuntime().availableProcessors()）。

将数据导入HBase中有如下几种方式：使用HBase的API中的Put方法 使用HBase 的bulk load 工具 使用定制的MapReduce Job方式 使用HBase的API中的Put是最直接的方法，用法也很容易学习。

相关问答

Q1: 如何加快hbase读取数据的效率

1、region下的StoreFile数目越少，HBase读性能越好 Hfile可以被压缩并存放到HDFS上，这样有助于节省磁盘IO，但是读写数据时压缩和解压缩会提高CPU的利用率。

2、Bloom Filter是一种快速的数据过滤技术，可以帮助HBase快速地过滤掉无效的查询请求，提高查询效率。MemStore是一种缓存机制，可以帮助HBase加速数据写入，提高数据写入效率。

3、从根本上讲，hbase是列式数据库，不是以行为连续存储的，二是以列为连续存储的。因此对列可以将从磁盘上连续地读取所有记录的某一列。

4、RegionServer里面有block Cache可以缓存磁盘的数据，加速查询。如果block Cache里面有，就将缓存和MemStore的数据merge然后取最新时间戳，没有就是把磁盘读的和MemStore里面的合并。所以hbase大多数读要走磁盘，所以读很慢。

5、其次hbase本身的数据读写服务没有单点的限制，服务能力可以随服务器的增长而线性增长， 达到几十上百台的规模。LSM-Tree模式的设计让hbase的写入性能非常良好，单次写入通常在1-3ms内即可响应完成，且性能不随数据量的增长而 下降。

6、因此NoSQL火起来了，非关系型数据库，大数据量，具有高性能，同时也弥补了关系型数据库某方面不足，渐渐大多数公司已经将部分业务数据库存放到NoSQL中，如MongoDB、HBase等。数据存储方面采用分布式文件系统，如HDFS、GFS等。

Q2: HbBase可以随机写入为什么还要依赖于HDFS?

HDFS是GFS的一种实现，他的完整名字是分布式文件系统，类似于FAT32，NTFS，是一种文件格式，是底层的，Hadoop HDFS为HBase提供了高可靠性的底层存储支持。

与HDFS相比两者都具有良好的容错性和扩展性，都可以 扩展到成百上千个节点。但HDFS适合批处理场景，不支持数据随机查找，不适合增量数据处理且不支持数据更新。

HDFS不太适合做大量的随机读应用，但HBASE却特别适合随机的读写 个人理解：数据库一般都会有一层缓存，任何对数据的更改实际上是先更改内存中的数据。然后有异步的守护进程负责将脏页按照一定策略刷新到磁盘空间中去。

hbase数据导出到hdfs的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于hbase数据导出到hdfs乱码、hbase数据导出到hdfs的信息别忘了在本站进行查找喔。