适用场景

云HBase提供BDS服务能够支持各种HBase版本之间相互迁移和实时同步，并且支持从DTS订阅RDS增强数据同步到HBase。如果您有这方面的需求，请移步BDS介绍。如果您需要从BDS暂不支持的异构数据源导入数据，如从MaxCompute（原ODPS）导入数据到云HBase，则需要使用到DataX这个产品。DataX 是阿里巴巴集团内被广泛使用的离线数据同步工具/平台，实现包括 MySQL、Oracle、SqlServer、Postgre、HDFS、Hive、ADS、HBase、TableStore(OTS)、MaxCompute(ODPS)、DRDS 等各种异构数据源之间高效的数据同步功能。

使用Datax进行数据同步

使用Datax有两种方案：

1. 使用阿里云Dataworks的数据集成服务配置datax任务
2. 使用开源datax配置同步任务

方案一：使用Dataworks运行datax配置步骤

创建工作空间

创建工作空间的方法详见DataWorks文档

创建资源组

我们推荐使用独享资源组和自定义资源组的方式访问HBase。两者的详细差别见文档

配置网络

独享资源组网络配置

1. 绑定专有网络(VPC)，将独享资源组与HBase所在VPC绑定
2. 在VPC控制台中找到独立资源组所绑定的VPC和Vswtich所在的网段。如下图中的192.168.0/24。由于无法知道独立资源组内机器的具体IP，所以必须将整个网段加入HBase的白名单，才可以正常访问HBase。
3. 添加步骤2中获得的IP段到HBase访问白名单中，添加方法见文档

自定义资源组网络配置

自定义资源组的机器都是用户自己购买，因此能看到每台ECS的具体IP，将这些IP全部配置到HBase访问白名单中即可，添加方法见文档

默认资源组网络配置

默认资源组机器的IP段详见文档,将区域对应的IP添加到HBase访问白名单中即可，添加方法见文档。

创建同步任务并绑定资源组

1. 创建同步任务，具体方法参见文档
2. 修改插件配置，读写HBase分别使用hbase11xwritter , hbase11xreader插件。

相关的配置可以参考具体插件的帮助。但是hbase增强版”hbaseconfig”部分不再使用Zookeeper.quorum这个参数连接，而是使用增强版特有的endpoint形式，配置示例如下:

"hbaseConfig": {
  "hbase.client.connection.impl" : "com.alibaba.hbase.client.AliHBaseUEConnection",
  "hbase.client.endpoint" : "host:30020",
  "hbase.client.username" : "root",
  "hbase.client.password" : "root"
}

说明：

• hbase.client.connection.impl - 固定配置不需要修改
• hbase.client.endpoint - 用户控制台上提供的Java API访问地址，用户可以参考连接集群获得。
• hbase.client.username和password - HBase增强版中用户自己创建的用户名和密码（默认均为root），用户必须保证提供 的用户有读写HBase增强版中表的权限（默认提供的root用户已经具有读写所有表的权限）。关于用户和ACL，用户可以参考连接集群章节.

3.配置任务资源组为上一步创建的资源组

方案二 使用开源datax配置步骤

下载DataX安装包

点击此处直接下载集成了访问HBase增强版所需jar包的DataX安装包。下载完成后解压DataX的tar包。

如果是已有的DataX版本，或者从GitHub地址下载最新版本的安装包，则需要加入所需的jar包，加入方法如下：

从JAVA SDK安装中的下载压缩包章节下载1.x版本的alihbase-connector-1.x jar文件，注意只需要alihbase-connector-1.x jar这一个jar文件即可（1.x代表版本号，具体数字为最新的版本号），无需整个压缩包。把下载好的jar包放入datax/plugin/writer/hbase11xwriter/libs目录中。如果需要用DataX读取HBase增强版的数据，则需将此jar包也放入datax/plugin/reader/hbase11xreader/libs目录中。

编辑配置文件

在DataX中，读取HBase增强版的插件为hbase11xreader，此插件的具体配置可参见hbase11xreader的帮助文档。写入HBase增强版的插件为hbase11xwriter,此插件的具体配置可参见hbase11xwriter的帮助文档。读写HBase增强版的配置与官方的配置除了hbaseconfig部分，其他部分完全一致。hbaseconfig部分不再使用Zookeeper.quorum这个参数连接，而是使用增强版特有的endpoint形式，配置示例如下：

...
"hbaseConfig": {
                            "hbase.client.connection.impl" : "com.alibaba.hbase.client.AliHBaseUEConnection",
                            "hbase.client.endpoint" : "host:30020",
                            "hbase.client.username" : "root",
                            "hbase.client.password" : "root"
                        }
...

其中hbase.client.connection.impl为固定配置，用户将其设置为“com.alibaba.hbase.client.AliHBaseUEConnection”即可启用增强版的Connection。hbase.client.endpoint即用户控制台上提供的Java API访问地址，用户可以参考连接集群获得。hbase.client.username和password为HBase增强版中用户自己创建的用户名和密码（默认均为root），用户必须保证提供 的用户有读写HBase增强版中表的权限（默认提供的root用户已经具有读写所有表的权限）。关于用户和ACL，用户可以参考连接集群章节。

启动DataX开始迁移数据

DataX的具体使用方式大家可以参考官方文档

注意事项：

迁移开始前，请仔细阅读连接集群章节，根据DataX所部署的ECS需要添加白名单，才能正确访问HBase增强版。同时，如果ECS与HBase增强版不在一个VPC内，则需要使用公网地址访问。