hbase表可以按语法创建。有关使用javaapi的参考，请参见https://www.tutorialspoint.com/hbase/hbase_create_table.htm
另外，在hbase中创建表时，不必创建所有列，只需创建列族（将列族视为一组列并存储在一起）。hbase是柱状的）。作为加载内容（put）的一部分，可以创建/使用列并插入/更新数据。有关java api，请参阅http://hbase.apache.org/apidocs/

为了将数据上传到集群的数据库（hbase），我使用了以下两种方法：
csv->hdfs我经常有csv格式的数据。将csv文件自动转换为hive/impala数据库表的过程非常棘手。以下是必要的步骤：
答。读取csv文件并进行必要的转换。分析csv文件中数据的列名很重要，但是，必须创建不包含标题行的文件副本。
b。然后在集群的名称节点机器上创建一个文件夹（仍然不是hdfs） mkdir -p input c。并使用支持sftp协议的jsch java库将我的csv文件（不带标题行）复制到上面创建的文件夹中：

public static void copyFileToLinux(String dest, String user, String password, String file) throws JSchException, SftpException,     FileNotFoundException {
 String destination = "/home/"+user+"/"+dest;
 jsch = new JSch();
 session = jsch.getSession(user,"host",22);
 session.setPassword(password);
 session.setConfig("StrictHostKeyChecking", "no");
 session.connect();
 ChannelSftp channel = null;
 channel = (ChannelSftp)session.openChannel("sftp");
 channel.connect();
 File localFile = new File(file);
 channel.cd(destination);
 channel.put(new FileInputStream(localFile),localFile.getName());
 channel.disconnect();
 session.disconnect();
}

以下是jsch的依赖关系：

<dependency>
 <groupId>com.jcraft</groupId>
 <artifactId>jsch</artifactId>
 <version>0.1.53</version>
</dependency>

d。当csv文件位于linux主机上时，可以通过以下命令轻松地将其放入hdfs中（我首先删除可能存在的同名文件）：

hdfs dfs -rm input/file.csv
hdfs dfs -mkdir -p input
hdfs dfs -put input/file.csv input

e。一旦文件在hdfs中，我就将权限更改为777（在项目符号g下解释）

hdfs dfs -chmod -R 777 /user/vKey/input

f。现在，可以使用以下bash脚本创建表了：

# !/bin/bash

path=$1
table_name=$2
impala-shell -i host -q "DROP TABLE IF EXISTS $2;"
impala-shell -i host -q "CREATE EXTERNAL TABLE $2 (c1 INTEGER,c2 STRING,c3 INTEGER,c4 INTEGER,c5 STRING) ROW FORMAT DELIMITED FIELDS TERMINATED BY ';' LINES TERMINATED BY '\n' STORED AS TEXTFILE LOCATION '/user/vKey/input';"

我以编程方式创建这个createtable.sh脚本。脚本的列名取自步骤a）。记住上传的数据没有列名。对于每一列，了解它的类型是很重要的，这就是为什么我编写了一些代码来分析csv文件的前n行，并猜测列中是否有整数、双精度、日期或字符串值。然后将脚本复制到事先创建的脚本文件夹中：

mkdir -p scripts

执行脚本：

sh scripts/CreateTable.sh input/file.csv schema.table

为了执行这个脚本，impala用户必须对csv文件拥有必要的权限。这就是为什么步骤e）很重要。
jdbc->hdfs如果直接从数据库中读取数据，那么将数据复制到hdfs表中要容易得多。因此可以使用sqoop工具。
在第一步中，创建Parquet文件：

sqoop import --connect jdbc:oracle:thin:@//host:1521/service --username user -P --table schema.table --target-dir hdfs:////data/schema/table -m 1 --as-parquetfile

之后，可以从Parquet文件创建表：

# !/bin/bash

parquet_path=$1
table_name=$2
schema=$3

hadoop fs -setfacl -R -m group:hive:rwx $parquet_path

par_file_list=`hadoop fs -ls $parquet_path | tail -n 1`
par_file=${par_file_list##* }
impala-shell -i host -q "DROP TABLE IF EXISTS $schema.$table_name;"

prefix="hdfs://"
parquet_without_hdfs=${parquet_path#$prefix}

impala-shell -i host -q "CREATE EXTERNAL TABLE $schema.$table_name LIKE PARQUET '$par_file'
STORED AS PARQUET
LOCATION '$parquet_path';"

缺点是，通常不能像处理csv文件那样处理/转换中间的数据，而是从数据库中按原样获取数据。可以向sqoop语句中添加where子句，但不能使用特定的select语句。