hbase--在不一样版本hdfs集群之间转移数据

不少人会有这样一个需求：将一个hdfs集群上的数据写入另外一个hdfs集群所在的hbase数据库。一般状况下两个hdfs集群的版本差距并不大，这样的程序会很容易写。但有时会跨大版本。好比做者所在的厂子，数据都在基于hadoop0.19.2版本修改的hdfs集群上，要将这样的数据导入版本为0.20.2+的hdfs集群，就不能使用同一个hadoop jar包来完成了。如何实现呢？

    最简单的办法就是把src集群的数据导到本地，而后起另外一个进程将本地数据传到des集群上去。
    不过这有几个问题：

• 效率下降
• 占用本地磁盘空间
• 不能应付实时导数据需求
• 两个进程须要协调，复杂度增长

    更好的办法是在同一个进程内一边读src数据，一边写des集群。不过这至关于在同一个进程空间内加载两个版本的hadoop jar包，这就须要在程序中使用两个classloader来实现。
    如下代码能够实现classloader加载自定义的jar包，并生成须要的Configuration对象：

Java代码

1. URL[] jarUrls = new URL[1];   
2. jarUrls[0]=new File(des_jar_path).toURI().toURL();   
3. ClassLoader jarloader = new URLClassLoader(jarUrls, null);   
4. Class Proxy = Class.forName("yourclass", true, jarloader);   
5. Configuration conf = (Configuration)Proxy.newInstance();  

URL[] jarUrls = new URL[1];

jarUrls[0]=new File(des_jar_path).toURI().toURL();

ClassLoader jarloader = new URLClassLoader(jarUrls, null);

Class Proxy = Class.forName("yourclass", true, jarloader);

Configuration conf = (Configuration)Proxy.newInstance();

    可是因为在生成HTable对象时，须要使用这个conf对象，而加载这个conf对象的代码自己是由默认的classloader加载的，也就是0.19.2的jar包。因此在以上代码最后一行所强制转换的Configuration对象仍然是0.19.2版本的。那怎么办呢？
    琢磨了一会，发现若是要实现以上功能，必须将生成HTable对象，以及之后的全部hbase操做都使用这个新的classloader，所以这个新的classloader必须加载除了0.19.2的jar包外全部须要用到的jar包，而后把全部操做都封装进去。在外面用反射来调用。
    这样的话，一般构造函数都不为空了，所以须要用到Constructor来构造一个自定义的构造函数
    代码段以下：

Java代码  

1. main.java   
2. void init(){   
3.     ClassLoader jarloader = generateJarLoader();   
4.     Class Proxy = Class.forName("test.writer.hbasewriter.HBaseProxy", true, jarloader);   
5.     Constructor con = Proxy.getConstructor(new Class[]{String.class, String.class, boolean.class});   
6.     Boolean autoflush = param.getBoolValue(ParamsKey.HbaseWriter.autoFlush, true);   
7.     proxy = con.newInstance(new Object[]{path, tablename, autoflush});   
8. }   
9. void put(){   
10. ...   
11.     while((line = getLine()) != null) {   
12.         proxy.getClass().getMethod("generatePut",String.class).invoke(proxy, line.getField(rowkey));   
13.         Method addPut = proxy.getClass().getMethod("addPut",   
14.                 new Class[]{String.class, String.class, String.class});   
15.         addPut.invoke(proxy, new Object[]{field, column, encode});   
16.         proxy.getClass().getMethod("putLine").invoke(proxy);   
17.     }   
18. }   
19.   
20. ClassLoader generateJarLoader() throws IOException {   
21.       String libPath = System.getProperty("java.ext.dirs");   
22.       FileFilter filter = new FileFilter() {   
23.       @Override  
24.       public boolean accept(File pathname) {   
25.         if(pathname.getName().startsWith("hadoop-0.19.2"))   
26.           return false;   
27.         else  
28.             return pathname.getName().endsWith(".jar");   
29.       }   
30.       };   
31.       File[] jars = new File(libPath).listFiles(filter);   
32.       URL[] jarUrls = new URL[jars.length+1];   
33.            
34.       int k = 0;   
35.       for (int i = 0; i < jars.length; i++) {   
36.         jarUrls[k++] = jars[i].toURI().toURL();   
37.       }   
38.       jarUrls[k] = new File("hadoop-0.20.205.jar")   
39.       ClassLoader jarloader = new URLClassLoader(jarUrls, null);   
40.       return jarloader;   
41. }  

main.java

void init(){

  ClassLoader jarloader = generateJarLoader();

  Class Proxy = Class.forName("test.writer.hbasewriter.HBaseProxy", true, jarloader);

  Constructor con = Proxy.getConstructor(new Class[]{String.class, String.class, boolean.class});

  Boolean autoflush = param.getBoolValue(ParamsKey.HbaseWriter.autoFlush, true);

  proxy = con.newInstance(new Object[]{path, tablename, autoflush});

}

void put(){

...

  while((line = getLine()) != null) {

   proxy.getClass().getMethod("generatePut",String.class).invoke(proxy, line.getField(rowkey));

   Method addPut = proxy.getClass().getMethod("addPut",

      new Class[]{String.class, String.class, String.class});

   addPut.invoke(proxy, new Object[]{field, column, encode});

   proxy.getClass().getMethod("putLine").invoke(proxy);

  }

}

ClassLoader generateJarLoader() throws IOException {

      String libPath = System.getProperty("java.ext.dirs");

      FileFilter filter = new FileFilter() {

      @Override

      public boolean accept(File pathname) {

        if(pathname.getName().startsWith("hadoop-0.19.2"))

          return false;

        else

         return pathname.getName().endsWith(".jar");

      }

      };

      File[] jars = new File(libPath).listFiles(filter);

      URL[] jarUrls = new URL[jars.length+1];

  

      int k = 0;

      for (int i = 0; i < jars.length; i++) {

        jarUrls[k++] = jars[i].toURI().toURL();

      }

      jarUrls[k] = new File("hadoop-0.20.205.jar")

      ClassLoader jarloader = new URLClassLoader(jarUrls, null);

      return jarloader;

}

 

Java代码 

1. HBaseProxy.java   
2. public HBaseProxy(String hbase_conf, String tableName, boolean autoflush)   
3.      throws IOException{   
4.         Configuration conf = new Configuration();   
5.         conf.addResource(new Path(hbase_conf));   
6.         config = new Configuration(conf);   
7.         htable = new HTable(config, tableName);   
8.         admin = new HBaseAdmin(config);   
9.         htable.setAutoFlush(autoflush);   
10.     }   
11. public void addPut(String field, String column, String encode) throws IOException {   
12.     try {   
13.             p.add(column.split(":")[0].getBytes(), column.split(":")[1].getBytes(),   
14.                     field.getBytes(encode));   
15.         } catch (UnsupportedEncodingException e) {   
16.             p.add(column.split(":")[0].getBytes(), column.split(":")[1].getBytes(),   
17.                     field.getBytes());   
18.         }   
19.            
20.     }   
21.     public void generatePut(String rowkey){   
22.         p = new Put(rowkey.getBytes());   
23.     }   
24.        
25.     public void putLine() throws IOException{   
26.         htable.put(p);   
27.     }  

HBaseProxy.java

public HBaseProxy(String hbase_conf, String tableName, boolean autoflush)

     throws IOException{

   Configuration conf = new Configuration();

   conf.addResource(new Path(hbase_conf));

   config = new Configuration(conf);

   htable = new HTable(config, tableName);

   admin = new HBaseAdmin(config);

   htable.setAutoFlush(autoflush);

  }

public void addPut(String field, String column, String encode) throws IOException {

    try {

     p.add(column.split(":")[0].getBytes(), column.split(":")[1].getBytes(),

        field.getBytes(encode));

   } catch (UnsupportedEncodingException e) {

     p.add(column.split(":")[0].getBytes(), column.split(":")[1].getBytes(),

        field.getBytes());

   }

  

  }

    public void generatePut(String rowkey){

   p = new Put(rowkey.getBytes());

  }

 

    public void putLine() throws IOException{

   htable.put(p);

  }

    总之，在同一个进程中加载多个classloader时必定要注意，classloader A所加载的对象是不能转换成classloader B的对象的，固然也不能使用。两个空间的相互调用只能用java的基本类型或是反射。

更多分享请关注：www.crxy.cn  

扫一扫关注超人学院微信二维码：