> Hadoop > HBase > 获取excel保存到hbase中

获取excel保存到hbase中

2年前 (2020-05-04) 1418次浏览 已收录 0个评论
如何创建 HBase表

com.util.HBaseUtil类封装了对应的创建 Hbase表方法 createTable

示例如下：

  1. HBaseUtil.createTable("t_shared_bicycle", "info");//创建拥有一个列族的info的表t_shared_bicycle，一个列族可拥有任意数量的列。
获取本地文件

可以通过类加载器加载共享单车数据文件 dataResources.xls：

  1. InputStream resourceAsStream = SaveData.class.getClassLoader().getResourceAsStream("dataResources.xls");
如何存储到 HBase

com.util.HBaseUtil类封装了对应的批量存储到 Hbase表方法 putByTable。示例如下：

List<Put> puts = new ArrayList<>();// 一个PUT代表一行数据，每个Put有唯一的ROWKEY
Put put = new Put(Bytes.toBytes("33404951")); //创建ROWKEY为33404951的PUT
byte[] family = Bytes.toBytes("info");
put.addColumn(family,Bytes.toBytes("bicycleId"), Bytes.toBytes(String.valueOf(5996)));//在列族info中,增加字段名称为bicycleId，值为5996的元素
put.addColumn(family,Bytes.toBytes("departure"), Bytes.toBytes("韩庄村北782米"));//在列族info中,增加字段名称为departure，值为韩庄村北782米的元素
puts.add(put);
HBaseUtil.putByTable("t_shared_bicycle",puts);//批量保存数据到t_shared_bicycle

测试：

  1. 创建拥有列族 <span class="pln">info</span></code>的表 <code class="prettyprint prettyprinted"><span class="pln">t_shared_bicycle</span></code>；</li>
    <li>将唯一骑行 <code class="prettyprint prettyprinted"><span class="pln">trip_id</span></code>设为表的 <code class="prettyprint prettyprinted"><span class="pln">ROWKEY</span></code>；</li>
    <li>将 <code class="prettyprint prettyprinted"><span class="pun">出发地</span> <span class="pun">=</span> <span class="pun">目的地</span></code>或者 <code class="prettyprint prettyprinted"><span class="pun">目的地</span> <span class="pun">=</span> <span class="pun">所在城市</span></code>的无效数据清除；</li>
    <li>把文件 <code class="prettyprint prettyprinted"><span class="pln">dataResources</span><span class="pun">.</span><span class="pln">xls</span></code>中相应的数据存到 <code class="prettyprint prettyprinted"><span class="typ">Hbase</span></code>表 <code class="prettyprint prettyprinted"><span class="pln">t_shared_bicycle</span></code>中。</li>
    </ol>

    <!-- wp:paragraph -->
    <p><code>dataResources.xls</code>文件格式如下：</p>
    <!-- /wp:paragraph -->

    <!-- wp:table {"className":"is-style-stripes"} -->
    <figure class="wp-block-table is-style-stripes"><table class=""><thead><tr><th>trip_id</th><th>开始时间</th><th>结束时间</th><th>车辆id</th><th>出发地</th><th>目的地</th><th>所在城市</th><th>开始经度</th><th>开始纬度</th><th>结束经度</th><th>结束纬度</th></tr></thead><tbody><tr><td>33404951</td><td>7/1/2017 0:09</td><td>7/1/2017 0:45</td><td>5996</td><td>韩庄村北782米</td><td>韩庄村北782米</td><td>河北省保定市雄县</td><td>39.043732</td><td>116.260139</td><td>39.043732</td><td>116.260139</td></tr><tr><td>33404950</td><td>7/1/2017 0:11</td><td>7/1/2017 0:45</td><td>5777</td><td>河北省保定市雄县G45(大广高速)</td><td>乡里乡情铁锅炖东499米</td><td>河北省保定市雄县</td><td>39.044159</td><td>116.251579</td><td>39.04652</td><td>116.237411</td></tr><tr><td>33404947</td><td>7/1/2017 1:59</td><td>7/1/2017 2:12</td><td>6342</td><td>韩庄村北782米</td><td>韩庄村北782米</td><td>河北省保定市雄县</td><td>39.043732</td><td>116.260139</td><td>39.043732</td><td>116.260139</td></tr></tbody></table></figure>
    <!-- /wp:table -->

    <!-- wp:paragraph -->
    <p><code>t_shared_bicycle</code>表结构如下</p>
    <!-- /wp:paragraph -->

    <!-- wp:table {"className":"is-style-stripes"} -->
    <figure class="wp-block-table is-style-stripes"><table class=""><thead><tr><th>列族名称</th><th>字段</th><th>对应的文件的描述</th><th>ROWKEY （格式为：骑行 <code>id</code>）</th></tr></thead><tbody><tr><td>info</td><td>beginTime</td><td>开始时间</td><td><code>trip_id</code></td></tr><tr><td>info</td><td>endTime</td><td>结束时间</td><td><code>trip_id</code></td></tr><tr><td>info</td><td>bicycleId</td><td>车辆 <code>id</code></td><td><code>trip_id</code></td></tr><tr><td>info</td><td>departure</td><td>出发地</td><td><code>trip_id</code></td></tr><tr><td>info</td><td>destination</td><td>目的地</td><td><code>trip_id</code></td></tr><tr><td>info</td><td>city</td><td>所在城市</td><td><code>trip_id</code></td></tr><tr><td>info</td><td>start_longitude</td><td>开始经度</td><td><code>trip_id</code></td></tr><tr><td>info</td><td>stop_longitude</td><td>结束经度</td><td><code>trip_id</code></td></tr><tr><td>info</td><td>start_latitude</td><td>开始纬度</td><td><code>trip_id</code></td></tr><tr><td>info</td><td>stop_latitude</td><td>结束纬度</td><td><code>trip_id</code></td></tr></tbody></table></figure>
    <!-- /wp:table -->

    <p>代码如下：</p>
    <pre class="EnlighterJSRAW" data-enlighter-language="java">import java.io.InputStream;
    import java.text.DecimalFormat;
    import java.util.ArrayList;
    import java.util.Date;
    import java.util.List;
    import org.apache.commons.lang3.time.FastDateFormat;
    import org.apache.hadoop.hbase.client.Put;
    import org.apache.hadoop.hbase.util.Bytes;
    import org.apache.poi.ss.usermodel.Cell;
    import org.apache.poi.ss.usermodel.Row;
    import org.apache.poi.ss.usermodel.Sheet;
    import org.apache.poi.ss.usermodel.Workbook;
    import org.apache.poi.ss.usermodel.WorkbookFactory;

    /*
    * 读取共享单车城市行车数据
    *
    */
    public class SaveData {
    public static void SaveBicycleData() throws Exception {
    HBaseUtil.createTable("t_shared_bicycle", "info");
    InputStream resourceAsStream = SaveData.class.getClassLoader().getResourceAsStream("dataResources.xls");
    Workbook workbook = WorkbookFactory.create(resourceAsStream);
    Sheet sheet = workbook.getSheetAt(0);
    int rows = sheet.getPhysicalNumberOfRows();
    List<Put> puts = new ArrayList<Put>();
    for (int n = 1; n < rows; n++) {
    // 通过异常方式清除格式不准确、数据不存在的无效行
    try {
    Row row = sheet.getRow(n);
    // 唯一骑行id,当作行rowkey
    DecimalFormat formatter1 = new DecimalFormat("########");
    String trip_id = formatter1.format(row.getCell(0).getNumericCellValue());
    Put put = new Put(Bytes.toBytes(trip_id));
    byte[] family = Bytes.toBytes("info");
    // 开始时间
    FastDateFormat instance = FastDateFormat.getInstance("MM/dd/yyyy HH:mm");
    String beginTimeValue = row.getCell(1).getStringCellValue();
    Date parse = instance.parse(beginTimeValue);
    put.addColumn(family, Bytes.toBytes("beginTime"), Bytes.toBytes(String.valueOf(parse.getTime())));
    // 结束时间
    String endTimeValue = row.getCell(2).getStringCellValue();
    Date parse2 = instance.parse(endTimeValue);
    put.addColumn(family, Bytes.toBytes("endTime"), Bytes.toBytes(String.valueOf(parse2.getTime())));
    // 单车识别码
    int bicycleId = (int)row.getCell(3).getNumericCellValue();
    put.addColumn(family, Bytes.toBytes("bicycleId"), Bytes.toBytes(String.valueOf(bicycleId)));
    // 出发地
    String departure = row.getCell(4).getStringCellValue();
    put.addColumn(family, Bytes.toBytes("departure"), Bytes.toBytes(departure));
    // 目的地
    String destination = row.getCell(5).getStringCellValue();
    put.addColumn(family, Bytes.toBytes("destination"), Bytes.toBytes(destination));
    // 所在城市
    String city = row.getCell(6).getStringCellValue();
    put.addColumn(family, Bytes.toBytes("city"), Bytes.toBytes(city));
    // 清除目的地 = 所在城市 或者 出发地 = 目的地 的无效数据
    if (destination.equals(city)|| departure.equals(destination) ) {
    continue;
    }
    //开始经度
    DecimalFormat formatter2 = new DecimalFormat("###.######");
    String start_longitude = formatter2.format(row.getCell(7).getNumericCellValue());
    put.addColumn(family, Bytes.toBytes("start_longitude"), Bytes.toBytes(String.valueOf(start_longitude)));
    //开始纬度
    String start_latitude = formatter2.format(row.getCell(8).getNumericCellValue());
    put.addColumn(family, Bytes.toBytes("start_latitude"), Bytes.toBytes(String.valueOf(start_latitude)));
    //结束经度
    String stop_longitude = formatter2.format(row.getCell(9).getNumericCellValue());
    put.addColumn(family, Bytes.toBytes("stop_longitude"), Bytes.toBytes(String.valueOf(stop_longitude)));
    //结束纬度
    String stop_latitude = formatter2.format(row.getCell(10).getNumericCellValue());
    put.addColumn(family, Bytes.toBytes("stop_latitude"), Bytes.toBytes(String.valueOf(stop_latitude)));
    puts.add(put);
    } catch (Exception e) {
    }
    }
    HBaseUtil.putByTable("t_shared_bicycle", puts);
    }
    }

     

    渣渣龙, 版权所有丨如未注明 , 均为原创丨本网站采用BY-NC-SA协议进行授权
    转载请注明原文链接：获取excel保存到hbase中
    喜欢 (0)

您必须 登录 才能发表评论！