0
我找了很多关于从HBase的火花加载数据的例子中,一个为我工作是星火批量删除记录在HBase的
Configuration config = HBaseConfiguration.create();
config.set(TableInputFormat.INPUT_TABLE, props.getProperty(ConfigConstants.HBASE_SRC_TABLE_NAME));
config.set(TableInputFormat.SCAN_MAXVERSIONS, props.getProperty(ConfigConstants.HBASE_SRC_TABLE_VERSIONS));
config.set(TableInputFormat.SCAN_COLUMN_FAMILY, HbaseConstants.MAPPING_FAMILY);
config.set(TableInputFormat.SCAN_TIMERANGE_START, "0");
config.set(TableInputFormat.SCAN_TIMERANGE_END, startTimestamp + "000");
RDD<Tuple2<ImmutableBytesWritable, Result>> tupleRDD = context.newAPIHadoopRDD(config, TableInputFormat.class,
ImmutableBytesWritable.class, Result.class);
但是我真的需要一种方法来删除的记录被装入火花一旦他们被处理。
试图将tupleRDD映射到JavaPairRDD<ImmutableBytesWritable, Delete>
,然后用
JobConf jobConf = new JobConf(config);
jobConf.setOutputFormat(org.apache.hadoop.hbase.mapred.TableOutputFormat.class);
jobConf.set(TableOutputFormat.OUTPUT_TABLE, props.getProperty(ConfigConstants.HBASE_TARGET_TABLE_NAME));
outputPairsRDD.saveAsHadoopDataset(jobConf);
但是这给了我像下面
"main" org.apache.hadoop.mapred.InvalidJobConfException: Output directory not set.
有没有办法做到从火花删除一个例外?