GetHBase
描述:
该组件通过指定的表从HBase中读取记录。处理器跟踪它接收到的单元格的时间戳，以便当新记录被推送到HBase时，它们将自动被读取。每个记录将输出为JSON格式，比如： {"row": "<row key>", "cells": { "<column 1 family>:<column 1 qualifier>": "<cell 1 value>", "<column 2 family>:<column 2 qualifier>": "<cell 2 value>", ... }}。针对每个接收到的记录，数据朔源的RECEIVE 事件“//<table name>/<row key>”被发送, 其中是行建为UTF-8编码
标签:
hbase, get, ingest
参数:
如下列表中，必填参数则标识为加粗. 其他未加粗参数，则表示为可选参数。表中同时提到参数默认值设置, 并且 参数还支持 表达式语言.
| 名字 | 默认值 | 允许值列表 | 描述 |
|---|---|---|---|
| HBase客户端服务 | 控制器服务API: HBaseClientService 实现: HBase_1_1_2_ClientService | 指定用于访问HBase的配置服务 | |
| 缓存服务 | 控制器服务API: DistributedMapCacheClient 实现: HBase_1_1_2_ClientMapCacheService CouchbaseMapCacheClient DistributedMapCacheClientService RedisDistributedMapCacheClientService | 指定用于管理数据读取状态的的服务配置，为了新节点可以重新开始而避免重复数据 | |
| 表名 | 指定读取的HBase的表名 | ||
| 列 | 指定读取由逗号分隔的<colFamily>:<colQualifier>对，为了返回所有列，可不指定列名（qualifier），仅提供列族（Family） <colFamily1>,<colFamily2>. | ||
| 授权 | 指定给扫描器的授权列表，如果单元没有使用可见性标签，这将被忽略。 支持表达式语言 (仅支持变量) | ||
| 过滤表达式 | 指定用于扫描的过滤表达式。当设置《列》参数时该参数无效 | ||
| 初始时间范围 | 无 | - 无 - 当前时间 | 用于表的第一次扫描的时间范围。没有人会在第一次扫描时拉出整个表，“当前时间”将从该点向前读取。 |
| 字符编码 | UTF-8 | 指定用于HBase编码数据的字符集编码 |
连线:
| 名字 | 描述 |
|---|---|
| success | 成功从HBase读取的数据输出到此连线 |
读取属性:
未提供。
写入属性:
| 名字 | 描述 |
|---|---|
| hbase.table | 获取行数据的表名 |
| mime.type | 设置为application/json |
状态管理:
| 范围 | 描述 |
|---|---|
| CLUSTER | 读取HBase数据之后，列出的单元的最新时间戳和传输的所有单元的最新时间戳都被存储。这就可以使组件仅读取新添加的或修改的文件列表，而不需要存储所有的文件名或路径而导致性能问题。状态存储是跨节点的，并只运行在主节点上，如果有新的主节点，将从上次的位置开始处理而避免重复数据 |
限制:
该组件没有限制
输入流要求:
组件禁止提供输入流。
系统资源考量:
未提供。