我们在前面的案例中已经使用kettle把数据导入到hive中。
本章我们来尝试把数据导入到hbase里。
参考链接:
https://wiki.pentaho.com/display/BAD/Loading+Data+into+HBase
kettle案例七连接hive–抽取mongodb的数据保存到hive
下载hadoop cluster配置文件
从服务器hadoop etc的配置文件中下载如下5个配置文件，覆盖kettle的plugins\pentaho-big-data-plugin\hadoop-configurations\hdp25中的5个同名文件。
core-site.xml
hdfs-site.xml
mapred-site.xml
yarn-site.xml
hbase-site.xml
如果是CDH安装的Hadoop，hadoop etc的配置文件在服务器中的路径是/etc/hadoop/。如下:
hbase etc的配置文件在服务器中的路径是/etc/hbase/。如下:
放入路径如下:
D:\kettle\data-integration\plugins\pentaho-big-data-plugin\hadoop-configurations\hdp25
重启kettle新建hadoop cluster 连接
主对象树–》Hadoop clusters—》填写相关参数(根据上面4个配置文件填写配置的hostname 和端口号以及用户名密码，其中：Cluster Name 自定义集群名字；Hdfs Hostname为集群active Namenode ip，端口默认为8020；JobTracker为集群运用resource manager 权限的节点ip，端口默认为8032；ZooKeeper Hostname为对应节点ip，默认端口为2181；Oozie可不填。)
如图:
HDFS的Hostname和Port在core-site.xml中，节点为fs.defaultFS。
如图:
用户名密码使用可访问hdfs的用户名密码。
JobTracker的Hostname和Port在yarn-site.xml中，节点为yarn.resourcemanager.address.rm187。
如图:
Zookeeper的Hostname和Port在yarn-site.xml中，节点为yarn.resourcemanager.zk-address。
如图:
可能遇到的问题
the hadoop file system url does not match the url in the shims core-site.xml
警告的原因是因为 配置的 url 与 xml 配置文件里面的 url 不一样
xml 里面用的 hostname 连接的，而我们配置的时候用的 ip，
将 ip 改为 hostname即可测试用过。
注意，用 hostname时，本地需要 添加 hosts 配置。
以windows添加hosts为例:
打开c:\windows\system32\drivers\etc文件夹找到hosts，右键使用管理员权限打开hosts文件，新增对应关系如下:
192.168.30.217 host217
192.168.30.250 host250
192.168.30.252 host252
192.168.30.251 host251
如图:
win+R输入cmd运行进入cmd模式检测host对应是否生效:
如图已生效
最终配置修改如下,测试成功:
有一部分因为没有root账户密码权限的问题仍然错误，不过不影响，只要Hadoop File System Connection 没报错就行。
Ping Job Tracker/Resource Manager报错如果确认地址端口正确可以多测试几次，受网络影响。
新建流程
新建流程如下:
MongoDB Input—》Hbase Output
MongoDB Input在核心对象-Big Data目录。
Hbase Output在核心-对象Big Data目录。
通过MongoDB Input的方式，从mongodb数据库读取数据，然后通过Hbase Output将mongodb数据库的数据输出到hadoop的hbase表中。
配置MongoDB Input
MongoDB Input输入ip和端口以及数据库集合和获取字段。
在服务器hbase shell中新建表
配置Hbase Output
如果hadoop cluster配置了Zookeeper host则只需要选择Hadoop Cluster即可。
设计转换过程
首先点击Get incoming fields获取上一步骤输入的字段。
把position设计为rowkey
rs作为rs列族的列，列名为rs。
注意，在这一步骤不能删除字段，否则会报错Cant find incoming field “{0}” defined in the mapping “{1}”
如果有多余字段则需要在上一步骤中处理好，确保hbase output的输入只有需要的字段即可。
Mapping name随便起名，我们这里起名为change。
注意，设计完成后选择Save mapping，而不是直接点击确定。
Save mapping之后点击确定。
又回到Configure connection中，选择Hbase name和Mapping name。
如图:
点击确定。
运行
脚本设计完成后点击保存，然后运行。
在hbase shell中使用命令全表扫描可以看到插入的数据:
如图:
