pentaho集成hbase

最近在上hbase，数据是通过pentaho的数据集成工具spoon进入hbase的，这里还真是的感谢pentaho这家公司，他们这个工具真是神奇，就相当于spring，把所有的输出都整和进来了，包裹大数据这块，hadoop，hbase，hive等，周边系统。

 

我们就是要用spoon把数据从淘宝open平台拉下来写到hbase，然后通过MR做分析。但是pentaho最新的社区开源版本是4.4，

他集成的hadoop，hbase的版本都是偏低的。hadoop是。0.2.几的版本，hbase更是0.90.几的版本，所有跟我们搭建的集群就落后了。我们都是最新的版本，问题就来了，我们把zookeeper的集群地址做为参数是，spoon根本连不上，报什么

not a pair host：port，错误，后来发现连我自己的集群既然可，终于发现问题是zookeeper连上了。只是hbase在解析zookeeper上hbase注册的地址解析不对，导致的。所以你只要把pentaho集成的hbase版本替换回你所用的版本即可。

 

hbase在pentaho的插件目录下，路径为：E:\ETL\pdi-ce-4.4.0-stable\data-integration\plugins\pentaho-big-data-plugin\hadoop-configurations，这个目录下有4个文件，分别为cdh3，cdh4，这两个不用管，下面两个hadoop-20.，mapr，这两个目录下以及子目录，你会找到pentaho所集成的hbase的版本，你替换即可。就能通过pentaho写数据到hbase了。