# Spark从HBase读取数据再写入HBase样例程序开发思路
#### 场景说明
假定HBase的table1表存储用户当天消费的金额信息，table2表存储用户历史消费的金额信息。
现table1表有记录key=1,cf:cid=100，表示用户1在当天消费金额为100。
table2表有记录key=1,cf:cid=1000，表示用户1的历史消息记录金额为1000。
基于某些业务要求，要求开发Spark应用程序实现如下功能：
根据用户名累计用户的历史消费金额，即用户总消费金额=100（用户当天的消费金额） + 1000（用户历史消费金额）。
上例所示，运行结果table2表用户key=1的总消费金额为cf:cid=1100。
#### 数据规划
使用Spark-Beeline工具创建Spark和HBase表table1、table2，并通过HBase插入数据。
1. 确保JDBCServer已启动。登录Spark2x客户端节点。
2. 使用Spark-beeline工具创建Spark表table1。 
   ```
   create table table1 (key string, cid string) using org.apache.spark.sql.hbase.HBaseSource options(
     hbaseTableName "table1",
     keyCols "key",
     colsMapping "cid=cf.cid"
   );
   ```
   
   
3. 通过HBase插入数据，命令如下： 
   ```
   put 'table1', '1', 'cf:cid', '100'
   ```
   
   
4. 使用Spark-Beeline工具创建Spark表table2。 
   ```
   create table table2 (key string, cid string) using org.apache.spark.sql.hbase.HBaseSource options(
     hbaseTableName "table2",
     keyCols "key",
     colsMapping "cid=cf.cid"
   );
   ```
   
   
5. 通过HBase插入数据，命令如下： 
   ```
   put 'table2', '1', 'cf:cid', '1000'
   ```
   
   
 
#### 开发思路
1. 查询table1表的数据。
2. 根据table1表数据的key值去table2表做查询。
3. 把前两步相应的数据记录做相加操作。
4. 把上一步骤的结果写到table2表。
 
#### 运行前置操作
安全模式下Spark Core样例代码需要读取两个文件（user.keytab、krb5.conf）。user.keytab和krb5.conf文件为安全模式下的认证文件，需要在FusionInsight Manager中下载principal用户的认证凭证，样例代码中使用的用户为：sparkuser，需要修改为准备好的开发用户。
#### 打包项目
1. 将user.keytab、krb5.conf 两个文件上传客户端所在服务器上。

2. 通过IDEA自带的Maven工具，打包项目，生成jar包。具体操作请参考[在Linux环境中调测Spark应用](https://support.huaweicloud.com/devg-lts-mrs/mrs_07_200130.html)。
   ![](https://support.huaweicloud.com/devg-lts-mrs/public_sys-resources/note_3.0-zh-cn.png)
   编译打包前，样例代码中的user.keytab、krb5.conf文件路径需要修改为该文件所在客户端服务器的实际路径。例如："/opt/female/user.keytab"，"/opt/female/krb5.conf"。
   
3. 将打包生成的jar包上传到Spark客户端所在服务器的任意目录（例如" /opt/female/" ）下。
 
#### 运行任务
进入Spark客户端目录，调用bin/spark-submit脚本运行代码，运行命令分别如下（类名与文件名等请与实际代码保持一致，此处仅为示例）：
- 运行Java或Scala样例代码 **bin/spark-submit --jars** *{客户端安装路径}* **/Spark/spark/jars/protobuf-java-2.5.0.jar --conf spark.yarn.user.classpath.first=true --class** *com.huawei.bigdata.spark.examples.SparkHbasetoHbase* **--master yarn --deploy-mode client** */opt/female/SparkHbasetoHbase-1.0.jar*
  
- 运行**Python** 样例程序
  ![](https://support.huaweicloud.com/devg-lts-mrs/public_sys-resources/note_3.0-zh-cn.png)
  - 由于pyspark不提供Hbase相关api，本样例使用Python调用Java的方式实现。将所提供 Java代码使用maven打包成jar，并放在相同目录下，运行python程序时要使用--jars把jar包加载到classpath中。
  
  - 由于Python样例代码中未给出认证信息，请在执行应用程序时通过配置项"--keytab"和"--principal"指定认证信息。
   
  **bin/spark-submit --master yarn --deploy-mode client --keytab /opt/FIclient/user.keytab --principal sparkuser** **--conf spark.yarn.user.classpath.first=true --jars** */opt/female/SparkHbasetoHbasePythonExample/SparkHbasetoHbase-1.0.jar* *,/opt/female/protobuf-java-2.5.0.jar /opt/female/SparkHbasetoHbasePythonExample/SparkHbasetoHbasePythonExample.py*