导入HBase数据

    本文以basketballplayer数据集为例。

    在本示例中，该数据集已经存入HBase中，以、team、follow和serve四个表存储了所有点和边的信息。以下为各个表的部分数据。

    本文示例在MacOS下完成，以下是相关的环境配置信息：

    • 硬件规格：

      • CPU：1.7 GHz Quad-Core Intel Core i7
      • 内存：16 GB

    • Spark：2.4.7，单机版

    • Hadoop：2.9.2，伪分布式部署

    • HBase：2.2.7

    开始导入数据之前，用户需要确认以下信息：

      • Graph服务和Meta服务的的IP地址和端口。

      • 拥有Nebula Graph写权限的用户名和密码。

    • 已经编译Exchange。详情请参见。本示例中使用Exchange 2.6.0。

    • 已经安装Spark。

    • 了解Nebula Graph中创建Schema的信息，包括Tag和Edge type的名称、属性等。

    • 已经安装并开启Hadoop服务。

    分析数据，按以下步骤在Nebula Graph中创建Schema：

    1. 确认Schema要素。Nebula Graph中的Schema要素如下表所示。

    2. 在Nebula Graph中创建一个图空间basketballplayer，并创建一个Schema，如下所示。

      2. nebula> CREATE SPACE basketballplayer \
      3.         (partition_num = 10, \
      4.         replica_factor = 1, \
      5.         vid_type = FIXED_STRING(30));
      7. nebula> USE basketballplayer;
      9. ## 创建Tag player
      10. nebula> CREATE TAG player(name string, age int);
      13. nebula> CREATE TAG team(name string);
      15. ## 创建Edge type follow
      16. nebula> CREATE EDGE follow(degree int);
      18. ## 创建Edge type serve
      19. nebula> CREATE EDGE serve(start_year int, end_year int);

    编译Exchange后，复制target/classes/application.conf文件设置HBase数据源相关的配置。在本示例中，复制的文件名为hbase_application.conf。各个配置项的详细说明请参见配置说明。

    运行如下命令将HBase数据导入到Nebula Graph中。关于参数的说明，请参见。

    1. ${SPARK_HOME}/bin/spark-submit --master "local" --class com.vesoft.nebula.exchange.Exchange <nebula-exchange-2.6.0.jar_path> -c <hbase_application.conf_path>

    Note

    JAR包有两种获取方式：自行编译或者从maven仓库下载。

    示例：

    用户可以在返回信息中搜索batchSuccess.<tag_name/edge_name>，确认成功的数量。例如。

    用户可以在Nebula Graph客户端（例如Nebula Graph Studio）中执行查询语句，确认数据是否已导入。例如：

    1. GO FROM "player100" OVER follow;

    用户也可以使用命令查看统计数据。

    导入数据后，用户可以在Nebula Graph中重新创建并重建索引。详情请参见索引介绍。