文章作者：易明
个人博客：https://yiming1012.github.io
简书主页：https://www.jianshu.com/u/6ebea55f5cec
邮箱地址：1129079384@qq.com

背景

        最近需要将本地HBase集群（Hadoop2.7.2+HBase1.2.4）数据迁移到阿里云集群（Hadoop2.7.7+HBase1.4.10）上，而两个集群之间是不能相互通信的。通过查阅资料，使用HBase自带的Export/Import实现，这种方法不是直接将原表数据拷贝到目标集群上，而是先利用Export将HBase表数据转换成文件存入HDFS上，然后将HDFS上的文件get下来，将文件拷贝到目标集群上，通过put上传至HDFS，再利用Import导入到对应的HBase表。以上过程需要MapReduce的支持，所以需要启动yarn。

Export/Import介绍

1、Export阶段
Export阶段的功能是将HBase表的数据以文件的形式存储到HDFS。 命令如下，t_history为HBase上的表名，/t_history_bak为HDFS上的目录。

hbase org.apache.hadoop.hbase.mapreduce.Export t_history /t_history_bak

2、get阶段
此过程是将上一步HDFS上的数据下载到本地。

hadoop fs -get /t_history_bak /home/yiming/t_history_bak/

3、put阶段
源HBase下载到服务器上的数据通过ftp或Winscp拷贝到目标服务器，即阿里云集群。通过put命令将数据存储到HDFS根目录。t_history_bak是本地服务器的数据目录，/为HDFS根目录。

hadoop fs -put t_history_bak/ /

4、Import阶段
Import阶段是将HDFS上的数据导入到HBase对应的表。前提是目标HBase集群已存在这张表，而且Import数据到HBase表的过程是append（累加）而不是overwrite（覆盖）。

hbase org.apache.hadoop.hbase.mapreduce.Import t_history /t_history_bak

至此，本次数据迁移完成。