# 使用Loader从HDFS/OBS导入数据到HBase #### 操作场景 该任务指导用户使用Loader将文件从HDFS/OBS导入到HBase。 #### 前提条件 - 创建或获取该任务中创建Loader作业的业务用户和密码。 - 确保用户已授权访问作业执行时操作的HDFS/OBS目录和数据。 - 确保用户已授权访问作业执行时操作的HBase表或phoenix表。 - 检查磁盘空间，确保没有出现告警且余量满足导入、导出数据的大小。 - 使用Loader从HDFS/OBS导入数据时，确保HDFS/OBS输入路径目录名、输入路径的子目录名及子文件名不能包含特殊字符/\\"':;,中的任意字符。 - 如果设置的作业需要使用指定YARN队列功能，该用户需要已授权有相关YARN队列的权限。 - 设置任务的用户需要获取该任务的执行权限，并获取该任务对应的连接的使用权限。 #### 操作步骤 **设置作业基本信息** 1. 登录"Loader WebUI"界面。 1. 登录FusionInsight Manager系统，具体请参见[访问集群Manager](https://support.huaweicloud.com/cmpntguide-lts-mrs/mrs_01_2124.html)。 2. 选择"集群 \> 服务 \> Loader"。 3. 单击"LoaderServer(*节点名称* ，主)"打开"Loader WebUI"界面。 图1Loader WebUI界面 ![](https://support.huaweicloud.com/cmpntguide-lts-mrs/zh-cn_image_0000001724866733.png "点击放大") 2. 单击"新建作业"，进入"基本信息"界面，创建作业基本信息。 图2"基本信息"界面 ![](https://support.huaweicloud.com/cmpntguide-lts-mrs/zh-cn_image_0000001676907306.png "点击放大") 1. 在"名称"中输入作业的名称。 2. 在"类型"中选择"导入"。 3. 在"组"中设置作业所属组，默认没有已创建的组，单击"添加"创建一个新的组，输入组的名称，单击"确定"保存。 4. 在"队列"中选择执行该作业的YARN队列。默认值"root.default"。 5. 在"优先级"中选择执行该作业的YARN队列优先级。默认值为"NORMAL"。可选值为"VERY_LOW"、"LOW"、"NORMAL"、"HIGH"和"VERY_HIGH"。 3. 在"连接"区域，单击"添加"新建一个连接，在"连接器"中选择"hdfs-connector"，输入配置连接参数，单击"测试"验证连接是否可用，待提示"测试成功"后单击"确定"。 **设置数据源信息** 4. 单击"下一步"，进入"输入设置"界面，设置数据源信息。 表1输入设置参数 | 参数名 | 说明 | 示例 | |:---|:---|:---| | 输入路径 | HDFS/OBS中源文件的输入路径。 说明： 路径参数可以使用宏定义，具体请参考[Loader算子配置项中使用宏定义](https://support.huaweicloud.com/cmpntguide-lts-mrs/mrs_01_1153.html)。 | /user/test | | 路径过滤器 | 配置通配符对源文件的输入路径包含的目录进行过滤。"输入路径"不参与过滤。配置多个过滤条件时使用","隔开，配置为空时表示不过滤目录。不支持正则表达式过滤。 | \* | | 文件过滤器 | 配置通配符对源文件的输入文件名进行过滤。配置多个过滤条件时使用","隔开。不能配置为空。不支持正则表达式过滤。 | \* | | 编码类型 | 源文件的编码格式，如UTF-8。导入文本文件时才能配置。 | UTF-8 | | 后缀名 | 源文件导入成功后对输入文件增加的后缀值。该值为空，表示不加后缀。 | .log | **设置数据转换** 5. 单击"下一步"，进入"转换"界面，设置数据传输过程中的转换操作。算子的选择和参数设置具体请参考[Loader算子帮助](https://support.huaweicloud.com/cmpntguide-lts-mrs/mrs_01_1119.html)及[表2]。 表2算子输入、输出参数设置 | 输入类型 | 输出类型 | |:---|:---| | CSV文件输入 | HBase输出 | | HTML输入 | HBase输出 | | 固定宽度文件输入 | HBase输出 | 图3算子操作方法示意 ![](https://support.huaweicloud.com/cmpntguide-lts-mrs/zh-cn_image_0000001724746789.png "点击放大") **设置数据保存信息并运行作业** 6. 单击"下一步"，进入"输出设置"界面，根据实际场景在"存储类型"选择"HBASE_BULKLOAD"或"HBASE_PUTLIST"，设置数据保存方式。 表3输出设置参数 | 存储类型 | 适用场景 | 参数名 | 说明 | 示例 | |:---|:---|:---|:---|:---| | HBASE_BULKLOAD | 数据量大 | HBase实例 | 在HBase作业中，Loader支持从集群可添加的所有HBase服务实例中选择任意一个。如果选定的HBase服务实例在集群中未添加，则此作业无法正常运行。 | HBase | | HBASE_BULKLOAD | 数据量大 | 导入前清理数据 | 导入前清空原表的数据。"True"为执行清空，"False"为不执行。不配置此参数则默认不执行清空。 | true | | HBASE_BULKLOAD | 数据量大 | Map数 | 配置数据操作的MapReduce任务中同时启动的map数量。参数值必须小于或等于3000。 | 20 | | HBASE_BULKLOAD | 数据量大 | Map数据块大小 | HBase不支持此参数，请配置"Map数"。 | - | | HBASE_PUTLIST | 数据量小 | HBase实例 | 在HBase作业中，Loader支持从集群可添加的所有HBase服务实例中选择任意一个。如果选定的HBase服务实例在集群中未添加，则此作业无法正常运行。 | HBase | | HBASE_PUTLIST | 数据量小 | Map数 | 配置数据操作的MapReduce任务中同时启动的map数量。参数值必须小于或等于3000。 | 20 | | HBASE_PUTLIST | 数据量小 | Map数据块大小 | HBase不支持此参数，请配置"Map数"。 | - | 7. 单击"保存并运行"，开始保存并运行作业。 **查看作业完成情况** 8. 进入"Loader WebUI"界面，待"状态"显示"成功"则说明作业完成。 图4查看作业 ![](https://support.huaweicloud.com/cmpntguide-lts-mrs/zh-cn_image_0000001724866661.png "点击放大")