WordCount с Apache Crunch в HBase Standalone

Question

В настоящее время я оцениваю Apache Crunch. Я последовал простому примеру задания WordCount MapReduce: после этого я пытаюсь сохранить результаты в автономной базе данных HBase. HBase работает (проверено с помощью jps и оболочки HBase), как описано здесь: http://hbase.apache.org/book/quickstart.html

Теперь я принимаю пример для записи в HBase:

Pipeline pipeline = new MRPipeline(WordCount.class,getConf());
PCollection<String> lines = pipeline.readTextFile(inputPath);
PTable<String,Long> counts = noStopWords.count();
pipeline.write(counts, new HBaseTarget("wordCountOutTable");
PipelineResult result = pipeline.done();

Я получаю исключение: "исключение:java.lang.illegalArgumentException: HBaseTarget поддерживает только операции вставки и удаления"

Любые подсказки, что пошло не так?

Answer 1

PTable может быть PCollection, но HBaseTarget может обрабатывать только объекты Put или Delete. Таким образом, вы должны преобразовать PTable в PCollection, где каждый элемент коллекции - это либо Put, либо Delete. Взгляните на Crunch-Примеры, где это сделано.

Пример преобразования может выглядеть так:

 public PCollection<Put> createPut(final PTable<String, String> counts) {
   return counts.parallelDo("Convert to puts", new DoFn<Pair<String, String>, Put>() {
     @Override
     public void process(final Pair<String, String> input, final Emitter<Put> emitter) {
       Put put;
       // input.first is used as row key
       put = new Put(Bytes.toBytes(input.first())); 
       // the value (input.second) is added with its family and qualifier
       put.add(COLUMN_FAMILY_TARGET, COLUMN_QUALIFIER_TARGET_TEXT, Bytes.toBytes(input.second())); 
       emitter.emit(put);
     }
   }, Writables.writables(Put.class));
 }