我已经做了很长时间了，我觉得很疲惫;我希望来自SO社区的[显而易见的]洞察力可以让我的宠物项目重新开始，所以我可以停止踢自己。我正在使用Cloudera CDH3，HBase .89和Hadoop .20。
我有一个Python / Django应用程序，它使用Thrift接口将数据写入单个HBase表，这非常有用。现在我想将它映射/减少到更多的HBase表中。
这里显而易见的答案是Dumbo或Apache PIG，但是对于Pig，我的版本还没有HBaseStorage适配器支持（Pig能够加载类和定义，但在“Map”步骤冻结，抱怨“输入拆分”; Pig邮件列表表明这是在Pig 0.8中修复的，这与CDH3 Hadoop不兼容，因此我必须使用所有内容的边缘版本[我认为]）。我找不到任何关于如何让Dumbo将HBaseStorage用作数据接收器的信息。
我不在乎它是Python，Ruby，Scala，Clojure，Jython，JRuby还是PHP，我只是真的不想写Java（由于很多原因，大多数它们涉及我每次必须将Int（）转换为IntWritable（）等时得到的下沉感。
我已经尝试了每一个最后的解决方案和示例，我可以找到（过去4周）用其他语言编写HBase Map / Reduce作业，但一切似乎都已过时或不完整。请Stack Overflow，保存我自己的设备！
答案 0 :(得分：0)
这不是答案，但它是我最接近的答案 -
我昨天在irc.freenode.net的#hbase上问道，其中一名Cloudera员工回复了。 我与Pig一起使用的“Input Splits”问题是Pig 0.7特有的，而Pig 0.8将与Cloudera CDH3 Beta 4捆绑在一起（没有ETA）。因此，我想要做的事情（使用HBase表作为接收器和源代码轻松编写M / R作业）将在下一个版本中实现。似乎HBaseStorage类通常也会得到改进，以帮助从 ANY JVM语言进行读/写操作，同时使Jython，JRuby，Scala和Clojure更加可行。
所以这个问题的答案是，“等待CDH3 Beta 4”，或者如果你不耐烦，“下载最新版本的Pig并祈祷它与你的HBase兼容”