好久，好久沒有寫個博客了，自從上次封閉開始，到“自閉”，有了一段時間了，哈哈^_^ 、
多虧了雲桌面的歇菜， 一下午啥都干不了， 突然想到，好久沒有寫點啥了，就寫的，讓時間流走有點痕跡吧 _(:з」∠)_
之前，做過一個小工具，就是將一個文件中的數據，插入的hbase中， 將其簡單闡述一番，多少記一點吧，要不在過一段時間都忘了。
插入到hbase中，有很多中選擇，java的方式是可以的，但是做一個腳本，沒有必要，操作起來不方便，還得編譯，.... ,
選擇shell或python的方式，是個方便的選擇，反正是個小工具，有可能會隨時調整 ，而且linux是自帶的Python環境
要用Python腳步的方式插入到hbase,參考hbase的官方文檔。
查看hbase Reference Guide, 里面介紹內容很多，包括很多入門操作說明等。
本次，主要是查看了如何更好的利用Python腳步插入到hbase中。
由於hbase是java寫的，要用Python去執行查詢插入數據到hbase中，是有兩種方式走，
- 一種是利用thrift的方式，作為python和java中間翻譯層，進行操作hbase的方式；
- 還有個方法，就是用Python包裝一層linux shell方式， 用hbase shell的方式操作hbae。
由於要用thrift方式，是需要開啟服務，需要往Python安裝其他第三方類庫，增加運維人員負擔，最后嘗試后采用第二中方法。
用hbase shell 的方式，
- 使用Hbase Put API
- 使用Hbase批量加載工具
- 自定義的MapReduce job
這幾種HBase數據導入方式(不推薦使用)
理由：
- 這三種方式都涉及到Put內置,大多數數據遷移到hbase場景,目前只是簡單直接獲取表結構和插入數據,使用單線程，這種效果非常慢，還得自己去寫多線程完成，這樣還是增加工作量和復雜度。
最后，查詢官方文檔后，得知ImportTsv是HBase官方提供的基於Mapreduce的批量數據導入工具。
同時ImportTsv是Hbase提供的一個命令行工具，可以將存儲在HDFS上的自定義分隔符（默認\t）的數據文件，通過一條命令方便的導入到HBase表中，對於大數據量導入非常實用。
這種方式，是將要插入數據寫放到HDFS上，這樣保證數據不丟失，多份數據,然后開啟MapReduce的方式，插入到hbase。當執行10w條數據插入沒有問題，但100w的數據插入就會出現丟失情況。
解決方案是先用ImportTsv生成HFile,然后在用bulkload 的方式將HFIle導入到hbase的里面。
總結：
多看hbase的官方文檔，但也要多搜索一下國內大牛寫的博客，畢竟有人實際過，少嘗試一些方法。
若您看到后，會用什么方式，可以留言討論。
O(∩_∩)O哈哈~ 剛看了一下，雲桌面好了，干活了!