熟悉常用的HBase操作

1. 以下关系型数据库中的表和数据，要求将其转换为适合于HBase存储的表并插入数据：

学生表（Student）（不包括最后一列）

学号（S_No）	姓名（S_Name）	性别（S_Sex）	年龄（S_Age）	课程（course）
2015001	Zhangsan	male	23
2015003	Mary	female	22
2015003	Lisi	male	24	数学（Math）85

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命令完成相同任务：

• 列出HBase所有的表的相关信息；list
• 在终端打印出学生表的所有记录数据；
• 向学生表添加课程列族；
• 向课程列族添加数学列并登记成绩为85；
• 删除课程列；
• 统计表的行数；count 's1'
• 清空指定的表的所有记录数据；truncate 's1'

• list
  scan 'Student'
  alter ‘Student',NAME=>'course'
  put 'Student','3','course:Math','85’
  dorp 'Student','course'
  count 'Student'
  truncate 'Student'

   

• 3. 用Python编写WordCount程序任务

  程序	WordCount
  输入	一个包含大量单词的文本文件
  输出	文件中每个单词及其出现次数（频数），并按照单词字母顺序排序，每个单词和其频数占一行，单词和频数之间有间隔

  1. 编写map函数，reduce函数
  2. 将其权限作出相应修改
  3. 本机上测试运行代码
  4. 放到HDFS上运行
  5. 下载并上传文件到hdfs上
  6. 用Hadoop Streaming命令提交任务

     #!/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)