一种从HBase中全量抽取数据的方法及系统

摘要

本发明公开一种从HBase中全量抽取数据的方法，其能够多线程并发地全量高效抽取HBase数据，而且数据抽取时在regionServer间是负载均衡的，防止抽取数据时出现热点对regionServer造成压力。该方法包括：(1)部署在可以访问HBase集群的一台服务器上；(2)该服务器上面，将分区服务器regionserver的机器名与ip的对应信息配置到hosts文件中；(3)先读取HBase的元数据表，获取到region信息；然后根据不同的region信息，构建不同的scan对象，来抽取数据；(4)抽取的数据按照不同的region存放到HDFS的不同目录下。还有从HBase中全量抽取数据的系统。