【发布时间】：2013-05-14 19:13:52
【问题描述】：
有没有办法根据 HBase 中特定列的值将记录从 HBase 加载到猪关系中？谢谢你
【问题讨论】：
标签： hadoop mapreduce hbase hive apache-pig
【发布时间】：2013-05-14 19:13:52
【问题描述】：
如果您查看source code for the pig HBase loader，您会发现它可以过滤键范围和时间戳，它可以按前缀获取列，但不能按列值过滤。
您可以编写自己的加载程序（甚至基于该代码）并添加您需要的功能。请注意，无论如何过滤列值的性能都不会很好，并且在映射器中过滤该值虽然比在 HBase 过滤器中过滤慢，但不会有那么不同（您基本上可以保存来自 regionserver 的进程间通信给猪映射器）
【讨论】：
-
时间戳过滤是否可用取决于您使用的 pig/hbase 版本。这是在猪 0.10.0 中引入的。但是，如果您使用的是 cloudera，则很难说出这是什么版本，但肯定是在 0.10.0-cdh4.1.3 之后（对我来说不幸的是，因为那是我公司所坚持的版本）。判断可以过滤哪些标志的最佳方法是获取您的 pig 版本的源代码并查看 HBaseStorage 类。