HBase分佈式數據庫的安裝、操作、集成

第一章 HBase 快速入門

1.1 HBase 安裝部署

1.1.1 Zookeeper 正常部署

首先保證 Zookeeper 集羣的正常部署，並啓動之：
https://www.cnblogs.com/wkfvawl/p/15539847.html#scroller-16

1.1.2 Hadoop 正常部署

Hadoop 集羣的正常部署並啓動：
https://www.cnblogs.com/wkfvawl/p/15369416.html#scroller-52

1.1.3 HBase 的解壓

解壓 Hbase 到指定目錄：

[atguigu@hadoop102 software]$ tar -zxvf hbase-1.3.1-bin.tar.gz -C /opt/module

1.1.4 HBase 的配置文件

修改 HBase 對應的配置文件。
1）hbase-env.sh 修改內容：

export JAVA_HOME=/opt/module/jdk1.8.0_212
export HBASE_MANAGES_ZK=false

註釋掉：

2）hbase-site.xml 修改內容：

<configuration>
<property>
<name>hbase.rootdir</name>
<value>hdfs://hadoop102:8020/HBase</value>
</property>
<property>
<name>hbase.cluster.distributed</name>
<value>true</value>
</property>
 <!-- 0.98 後的新變動，之前版本沒有.port,默認端口爲 60000 -->
<property>
<name>hbase.master.port</name>
<value>16000</value>
</property>
<property>
<name>hbase.zookeeper.quorum</name>
 <value>hadoop102,hadoop103,hadoop104</value>
</property>
<property>
<name>hbase.zookeeper.property.dataDir</name>
 <value>/opt/module/zookeeper-3.5.7/zkData</value>
</property>
</configuration>

3）regionservers：

hadoop102
hadoop103
hadoop104

4）軟連接 hadoop 配置文件到 HBase：

ln -s /opt/module/hadoop-3.1.3/etc/hadoop/core-site.xml /opt/module/hbase/conf/core-site.xml

ln -s /opt/module/hadoop-3.1.3/etc/hadoop/hdfs-site.xml /opt/module/hbase/conf/hdfs-site.xml

1.1.5 HBase 遠程發送到其他集羣

[atguigu@hadoop102 module]$ xsync hbase/

1.1.6 HBase 服務的啓動

1．啓動方式

[atguigu@hadoop102 hbase]$ bin/hbase-daemon.sh start master
[atguigu@hadoop102 hbase]$ bin/hbase-daemon.sh start regionserver

提示：如果集羣之間的節點時間不同步，會導致 regionserver 無法啓動，拋出ClockOutOfSyncException 異常。
修復提示：
a、同步時間服務
https://www.cnblogs.com/wkfvawl/p/15369416.html#scroller-54

b、屬性：hbase.master.maxclockskew 設置更大的值

<property>
 <name>hbase.master.maxclockskew</name>
 <value>180000</value>
 <description>Time difference of regionserver from
master</description>
</property>

2．啓動方式 2

[atguigu@hadoop102 hbase]$ bin/start-hbase.sh

對應的停止服務：

[atguigu@hadoop102 hbase]$ bin/stop-hbase.sh

1.1.7 查看 HBase 頁面

HBase的端口

HBase Master	16000		hbase-client-1.x.x.jar	RegionServer接入
	16010	HTTP	http://namenode1:16010/	集羣監控
HBase RegionServer	16020		N/A	客戶端接入
	16030	HTTP	http://datanode1:16030/	節點監控

啓動成功後，可以通過“host:port”的方式來訪問 HBase 管理頁面，例如：
http://hadoop102:16010

1.2 HBase Shell 操作

1.2.1 基本操作

1．進入 HBase 客戶端命令行

[atguigu@hadoop102 hbase]$ bin/hbase shell

2．查看幫助命令

hbase(main):001:0> help

3．查看當前數據庫中有哪些表

hbase(main):002:0> list

1.2.2 表的操作

1．創建表

hbase(main):002:0> create 'student','info'

2．插入數據到表

hbase(main):003:0> put 'student','1001','info:sex','male'
hbase(main):004:0> put 'student','1001','info:age','18'
hbase(main):005:0> put 'student','1002','info:name','Janna'
hbase(main):006:0> put 'student','1002','info:sex','female'
hbase(main):007:0> put 'student','1002','info:age','20'

3．掃描查看錶數據

hbase(main):008:0> scan 'student'
hbase(main):009:0> scan 'student',{STARTROW => '1001', STOPROW =>'1001'}
hbase(main):010:0> scan 'student',{STARTROW => '1001'}

4．查看錶結構

hbase(main):011:0> describe ‘student’ 

5．更新指定字段的數據

hbase(main):012:0> put 'student','1001','info:name','Nick'
hbase(main):013:0> put 'student','1001','info:age','100'

6．查看“指定行”或“指定列族:列”的數據

hbase(main):014:0> get 'student','1001'
hbase(main):015:0> get 'student','1001','info:name'

7．統計表數據行數

hbase(main):021:0> count 'student'

8．刪除數據
刪除某 rowkey 的全部數據：

hbase(main):016:0> deleteall 'student','1001'

刪除某 rowkey 的某一列數據：

hbase(main):017:0> delete 'student','1002','info:sex'

9．清空表數據

hbase(main):018:0> truncate 'student'

Truncating 'student' table (it may take a while):
 - Disabling table...
 - Truncating table...
0 row(s) in 3.8140 seconds

提示：清空表的操作順序爲先 disable，然後再 truncate。

10．刪除表
首先需要先讓該表爲 disable 狀態：

hbase(main):019:0> disable 'student'

然後才能 drop 這個表：

hbase(main):020:0> drop 'student'

提示：如果直接 drop 表，會報錯：ERROR: Table student is enabled. Disable it first.
11．變更表信息 將 info 列族中的數據存放 3 個版本：

hbase(main):022:0> alter 'student',{NAME=>'info',VERSIONS=>3}
hbase(main):022:0> get 'student','1001',{COLUMN=>'info:name',VERSIONS=>3}

第二章 HBase API 操作

2.1 環境準備

新建項目後在 pom.xml 中添加依賴

 

HBase的依賴

        <dependency>
            <groupId>org.apache.hbase</groupId>
            <artifactId>hbase-server</artifactId>
            <version>1.3.1</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hbase</groupId>
            <artifactId>hbase-client</artifactId>
            <version>1.3.1</version>
        </dependency>

zookeeper和hadoop的依賴，與集羣上的版本號對應起來。

    <dependency>
            <groupId>org.apache.zookeeper</groupId>
            <artifactId>zookeeper</artifactId>
            <version>3.5.7</version>
        </dependency>

        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-common</artifactId>
            <version>3.1.3</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-client</artifactId>
            <version>3.1.3</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-hdfs</artifactId>
            <version>3.1.3</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-auth</artifactId>
            <version>3.1.3</version>
        </dependency>

2.2 API

獲取 Configuration 對象

    private static Configuration conf;
    private static Admin admin = null;
    private static Connection connection = null;

    // 獲取 Configuration 對象
    static{
        try{
            //使用 HBaseConfiguration 的單例方法實例化
            conf = HBaseConfiguration.create();
            conf.set("hbase.zookeeper.quorum", "hadoop102");
            conf.set("hbase.zookeeper.property.clientPort", "2181");
            connection = ConnectionFactory.createConnection(conf);
            // 獲取管理員對象
            admin = connection.getAdmin();
        } catch (IOException e){
            e.printStackTrace();
        }
    }

判斷表是否存在

   // 判斷表是否存在
    public static boolean isTableExist(String tableName) throws IOException {
        //在 HBase 中管理、訪問表需要先創建 HBaseAdmin 對象
        System.out.println("method isTableExist");
        return admin.tableExists(TableName.valueOf(tableName));
    }

創建表

    // 創建表
    public static void createTable(String tableName, String... columnFamily)
            throws IOException{
        //判斷表是否存在
        if(isTableExist(tableName)){
            System.out.println("表" + tableName + "已存在");
            //System.exit(0);
        }else{
            // 創建表屬性對象,表名需要轉字節
            HTableDescriptor descriptor = new HTableDescriptor(TableName.valueOf(tableName));
            //創建多個列族
            for(String cf : columnFamily){
                //創建列族描述器new HColumnDescriptor(cf)
                descriptor.addFamily(new HColumnDescriptor(cf));
            }
            //根據對錶的配置，創建表
            admin.createTable(descriptor);
            System.out.println("表" + tableName + "創建成功！");
        }
    }

刪除表

    // 刪除表
    public static void dropTable(String tableName) throws IOException{
        if(isTableExist(tableName)){
            admin.disableTable(TableName.valueOf(tableName));
            admin.deleteTable(TableName.valueOf(tableName));
            System.out.println("表" + tableName + "刪除成功！");
        }else{
            System.out.println("表" + tableName + "不存在！");
        }
    }

向表中插入數據

    // 向表中插入數據
    public static void addRowData(String tableName, String rowKey, String columnFamily, String column, String value) throws IOException{
        //創建 HTable 對象
        Table hTable = connection.getTable(TableName.valueOf(tableName));
        //向表中插入數據
        Put put = new Put(Bytes.toBytes(rowKey));
        //向 Put 對象中組裝數據
        put.addColumn(Bytes.toBytes(columnFamily), Bytes.toBytes(column), Bytes.toBytes(value));
        hTable.put(put);
        hTable.close();
        System.out.println("插入數據成功");
    }

獲取所有數據

    // 獲取所有數據
    public static void getAllRows(String tableName) throws IOException{
        Table hTable = connection.getTable(TableName.valueOf(tableName));
        //得到用於掃描 region 的對象
        Scan scan = new Scan();
        //使用 HTable 得到 resultcanner 實現類的對象
        ResultScanner resultScanner = hTable.getScanner(scan);
        for(Result result : resultScanner){
            Cell[] cells = result.rawCells();
            for(Cell cell : cells){
                //得到 rowkey
                System.out.println(" 行 鍵 :" + Bytes.toString(CellUtil.cloneRow(cell)));
                //得到列族
                System.out.println(" 列 族 " + Bytes.toString(CellUtil.cloneFamily(cell)));
                System.out.println(" 列 :" + Bytes.toString(CellUtil.cloneQualifier(cell)));
                System.out.println(" 值 :" + Bytes.toString(CellUtil.cloneValue(cell)));
            }
        }
    }

獲取某一行數據

// 獲取某一行數據
    public static void getRow(String tableName, String rowKey) throws IOException{
        Table hTable = connection.getTable(TableName.valueOf(tableName));
        Get get = new Get(Bytes.toBytes(rowKey));
        //get.setMaxVersions();顯示所有版本
        //get.setTimeStamp();顯示指定時間戳的版本
        Result result = hTable.get(get);
        for(Cell cell : result.rawCells()){
            System.out.println(" 行 鍵 :" +Bytes.toString(result.getRow()));
            System.out.println(" 列 族 " + Bytes.toString(CellUtil.cloneFamily(cell)));
            System.out.println(" 列 :" + Bytes.toString(CellUtil.cloneQualifier(cell)));
            System.out.println(" 值 :" + Bytes.toString(CellUtil.cloneValue(cell)));
            System.out.println("時間戳:" + cell.getTimestamp());
        }
    }

獲取某一行指定“列族:列”的數據

   // 獲取某一行指定“列族:列”的數據
    public static void getRowQualifier(String tableName, String rowKey, String family, String qualifier) throws IOException{
        Table hTable = connection.getTable(TableName.valueOf(tableName));
        Get get = new Get(Bytes.toBytes(rowKey));
        get.addColumn(Bytes.toBytes(family), Bytes.toBytes(qualifier));
        Result result = hTable.get(get);
        for(Cell cell : result.rawCells()){
            System.out.println(" 行 鍵 :" + Bytes.toString(result.getRow()));
            System.out.println(" 列 族 " + Bytes.toString(CellUtil.cloneFamily(cell)));
            System.out.println(" 列 :" + Bytes.toString(CellUtil.cloneQualifier(cell)));
            System.out.println(" 值 :" + Bytes.toString(CellUtil.cloneValue(cell)));
        }
    }

刪除指定行

    public static void deleteData(String tableName, String rowKey, String columnFamily, String column ) throws IOException{
        //創建 HTable 對象
        Table table = connection.getTable(TableName.valueOf(tableName));
        //構建刪除對象
        Delete delete = new Delete(Bytes.toBytes(rowKey));
        delete.addColumn(Bytes.toBytes(columnFamily),Bytes.toBytes(column));
        //執行刪除操作
        table.delete(delete);
        //關閉鏈接
        table.close();
    }

 addColumn這個API要慎用

• addColumn() 只刪除等於給定時間戳的版本。

hbase存儲數據是按照版本存儲的，並且是按照時間戳決定的版本，只有時間戳最新的版本纔有效。

比如原有三個版本，都是表示數據類型的，時間戳假設是1,5,8三個。
而addColumn指定了時間戳是5,那麼hbas就會新增一個時間戳爲5的delete版本，
然後一共有4個版本,1,5,5(delete),8..
那麼5(delete)表示刪除的5這個版本。
當然，由於最新版的還是8，所以get和scan查詢出來的是8這個版本的數據。
如果沒有8這個版本，即添加了5(delete)之後的有1，5,5(delete)三個版本，那麼5(delete)還是表示刪除5這個版本，然後get或者scan查詢的數據將會是1這個版本的數據value。

• addColumns() 刪除給定列的所有小於等於給定的時間戳版本的數據。即添加一個版本，類型爲deleteColumn。

get或者scan時，小於該deleteColumn數據版本的所有數據都是不可見的

刪除多行數據

   // 刪除多行數據
    public static void deleteMultiRow(String tableName, String... rows) throws IOException{
        Table hTable = connection.getTable(TableName.valueOf(tableName));
        List<Delete> deleteList = new ArrayList<Delete>();
        for(String row : rows){
            Delete delete = new Delete(Bytes.toBytes(row));
            deleteList.add(delete);
        }
        hTable.delete(deleteList);
        hTable.close();
    }

2.3 MapReduce

在Hadoop中MR使用HBase，需要將HBase的jar包添加到Hadoop的類路徑下，所以需要修改配置文件添加類路徑。這源於一個思想：
A要使用 B，那麼A要有B的jar包。例如：在 Hive的安裝中，Hive需要使用到MySQL數據庫，所以將jdbc驅動包放到lib文件夾中

通過 HBase 的相關 JavaAPI，我們可以實現伴隨 HBase 操作的 MapReduce 過程，比如使用MapReduce 將數據從本地文件系統導入到 HBase 的表中，比如我們從 HBase 中讀取一些原始數據後使用 MapReduce 做數據分析。

官方 HBase-MapReduce

1．查看 HBase 的 MapReduce 任務的執行

$ bin/hbase mapredcp

2．環境變量的導入
（1）執行環境變量的導入（臨時生效，在命令行執行下述操作）

$ export HBASE_HOME=/opt/module/hbase
$ export HADOOP_HOME=/opt/module/hadoop-3.1.3
$ export HADOOP_CLASSPATH=`${HBASE_HOME}/bin/hbase mapredcp`

（2）永久生效：在/etc/profile 配置

export HBASE_HOME=/opt/module/hbase
export HADOOP_HOME=/opt/module/hadoop-3.1.3

並在 hadoop-env.sh 中配置：

export HADOOP_CLASSPATH=$HADOOP_CLASSPATH:/opt/module/hbase/lib/*

3．運行官方的 MapReduce 任務

案例一：統計 Student 表中有多少行數據

/opt/module/hadoop-3.1.3/bin/yarn jar lib/hbase-server-1.3.1.jar rowcounter stu

案例二：使用 MapReduce 將本地數據導入到 HBase
1）在本地創建一個 tsv 格式的文件：fruit.tsv

1001 Apple Red
1002 Pear Yellow
1003 Pineapple Yellow

注意這裏要用tab來分隔 否則會出錯誤

2）創建 Hbase 表

Hbase(main):001:0> create 'fruit','info'

3）在 HDFS 中上傳 fruit.tsv 文件到根目錄下

 hadoop fs -put fruit.tsv /

在hdfs上查看http://hadoop102:9870/explorer.html#/

4）執行 MapReduce 到 HBase 的 fruit 表中

$ /opt/module/hadoop-3.1.3/bin/yarn jar lib/hbase-server-1.3.1.jar \
importtsv -Dimporttsv.columns=HBASE_ROW_KEY,info:name,info:color fruit \
hdfs://hadoop102:8020/fruit.tsv

這裏加 \ 將命令變成多行 可以方便閱讀。

5）使用 scan 命令查看導入後的結果
Hbase(main):001:0> scan ‘fruit’

自定義 HBase-MapReduce1

目標：將 fruit 表中的一部分數據，通過 MR 遷入到 fruit_mr 表中。
分步實現：
1．構建 ReadFruitMapper 類，用於讀取 fruit 表中的數據

import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;
import java.io.IOException;

public class FruitMapper extends Mapper<LongWritable, Text, LongWritable, Text> {

    @Override
    protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
        context.write(key, value);
    }
}

2. 構建FruitReducer類，用於將讀取到的數據寫入到hbase中的fruit1表中

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.hbase.client.Put;
import org.apache.hadoop.hbase.mapreduce.TableReducer;
import org.apache.hadoop.hbase.util.Bytes;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.NullWritable;
import org.apache.hadoop.io.Text;

import java.io.IOException;

public class FruitReducer extends TableReducer<LongWritable, Text, NullWritable> {

    @Override
    protected void reduce(LongWritable key, Iterable<Text> values, Context context) throws IOException, InterruptedException {

        // 1.遍歷values:1001  Apple   Red
        for (Text value : values) {

            // 2.獲取每一行數據
            String[] fields = value.toString().split("\t");

            // 3.構建Put對象
            Put put = new Put(Bytes.toBytes(fields[0]));

            // 4.給Put對象賦值
            put.addColumn(Bytes.toBytes("info"), Bytes.toBytes("name"), Bytes.toBytes(fields[1]));
            put.addColumn(Bytes.toBytes("info"), Bytes.toBytes("color"), Bytes.toBytes(fields[2]));

            // 5.寫出
            context.write(NullWritable.get(), put);
        }
    }
}

3. 構建FruitDriver implements Tool用於組裝運行Job任務

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.hbase.mapreduce.TableMapReduceUtil;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.util.Tool;
import org.apache.hadoop.util.ToolRunner;

public class FruitDriver implements Tool {

    // 定義一個Configuration
    private Configuration configuration = null;

    public int run(String[] args) throws Exception {

        // 1.獲取Job對象
        Job job = Job.getInstance(configuration);

        // 2.設置驅動類路徑
        job.setJarByClass(FruitDriver.class);

        // 3.設置Mapper和Mapper輸出的KV類型
        job.setMapperClass(FruitMapper.class);
        job.setMapOutputKeyClass(LongWritable.class);
        job.setMapOutputValueClass(Text.class);

        // 4.設置Reducer類
        TableMapReduceUtil.initTableReducerJob(args[1],
                FruitReducer.class,
                job);

        // 5.設置輸入輸出參數
        FileInputFormat.setInputPaths(job, new Path(args[0]));

        // 6.提交任務
        boolean result = job.waitForCompletion(true);

        return result ? 0 : 1;
    }

    public void setConf(Configuration conf) {
        configuration = conf;
    }

    public Configuration getConf() {
        return configuration;
    }

    public static void main(String[] args) {
        try {
            Configuration configuration = new Configuration();
            int run = ToolRunner.run(configuration, new FruitDriver(), args);

            System.exit(run);

        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

4. 打包運行任務

/opt/module/hadoop-3.1.3/bin/yarn jar HBaseExample-1.0-SNAPSHOT.jar com.stitch.hbase.mr1.FruitDriver /fruit.tsv fruit1

提示：運行任務前，如果待數據導入的表不存在，則需要提前創建。

提示：maven打包命令：-P local clean package或-P dev clean package install（將第三方jar包一同打包，需要插件：maven-shade-plugin）

自定義 HBase-MapReduce2

目標：將HBase中fruit1表中的一部分數據(name列)，通過MR遷入到HBase的fruit2表中。

1. 構建Fruit2Mapper類，用於讀取fruit1表中的數據

import org.apache.hadoop.hbase.Cell;
import org.apache.hadoop.hbase.CellUtil;
import org.apache.hadoop.hbase.client.Put;
import org.apache.hadoop.hbase.client.Result;
import org.apache.hadoop.hbase.io.ImmutableBytesWritable;
import org.apache.hadoop.hbase.mapreduce.TableMapper;
import org.apache.hadoop.hbase.util.Bytes;

import java.io.IOException;

public class Fruit2Mapper extends TableMapper<ImmutableBytesWritable, Put> {
    @Override
    protected void map(ImmutableBytesWritable key, Result value, Context context) throws IOException, InterruptedException {

        // 構建Put對象
        Put put = new Put(key.get());

        // 1.獲取數據
        for (Cell cell : value.rawCells()) {

            // 2.判斷當前的cell是否爲"name"列
            if ("name".equals(Bytes.toString(CellUtil.cloneQualifier(cell)))) {
                // 3.給Put對象賦值
                put.add(cell);
            }
        }

        // 4.寫出
        context.write(key, put);
    }
}

2.構建Fruit2Reducer類，用於將讀取到的fruit1表中的數據寫入到fruit2表中

import org.apache.hadoop.hbase.client.Put;
import org.apache.hadoop.hbase.io.ImmutableBytesWritable;
import org.apache.hadoop.hbase.mapreduce.TableReducer;
import org.apache.hadoop.io.NullWritable;

import java.io.IOException;

public class Fruit2Reducer extends TableReducer<ImmutableBytesWritable, Put, NullWritable> {
    @Override
    protected void reduce(ImmutableBytesWritable key, Iterable<Put> values, Context context) throws IOException, InterruptedException {

        // 遍歷寫出
        for (Put put : values) {
            context.write(NullWritable.get(), put);
        }
    }
}

3.構建Fruit2Driver implements Tool用於組裝運行Job任務

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.hbase.HBaseConfiguration;
import org.apache.hadoop.hbase.client.Put;
import org.apache.hadoop.hbase.client.Scan;
import org.apache.hadoop.hbase.io.ImmutableBytesWritable;
import org.apache.hadoop.hbase.mapreduce.TableMapReduceUtil;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.util.Tool;
import org.apache.hadoop.util.ToolRunner;

public class Fruit2Driver implements Tool {

    // 定義配置信息
    private Configuration configuration = null;

    public int run(String[] args) throws Exception {

        // 1.獲取Job對象
        Job job = Job.getInstance(configuration);

        // 2.設置主類路徑
        job.setJarByClass(Fruit2Driver.class);

        // 3.設置Mapper和輸出KV類型
        TableMapReduceUtil.initTableMapperJob("fruit1",
                new Scan(),
                Fruit2Mapper.class,
                ImmutableBytesWritable.class,
                Put.class,
                job);

        // 4.設置Reducer&輸出的表
        TableMapReduceUtil.initTableReducerJob("fruit2",
                Fruit2Reducer.class,
                job);

        // 5.提交任務
        boolean result = job.waitForCompletion(true);

        return result ? 0 : 1;
    }

    public void setConf(Configuration conf) {
        configuration = conf;
    }

    public Configuration getConf() {
        return configuration;
    }

    public static void main(String[] args) {
        try {
            Configuration configuration = HBaseConfiguration.create();
            ToolRunner.run(configuration, new Fruit2Driver(), args);
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

4.打包運行任務

/opt/module/hadoop-3.1.3/bin/yarn jar HBaseExample-1.0-SNAPSHOT.jar com.stitch.hbase.mr2.FruitDriver

提示：運行任務前，如果待數據導入的表不存在，則需要提前創建。

提示：maven打包命令：-P local clean package或-P dev clean package install（將第三方jar包一同打包，需要插件：maven-shade-plugin）
提示：運行任務前，如果待數據導入的表不存在，則需要提前創建。