1.文档编写目的

---

HBase是一款基于Hadoop的Key-Value数据库，提供了对HDFS上数据的高效随机读写服务，填补了Hadoop MapReduce批处理的缺陷，但HBase作为列簇数据库无法轻易的建立“二级索引”、难以执行求和、计数、排序等操作。在HBase0.96版本后引入了协处理器(Coprocessor)，用户可以编写运行在HBase Server端的代码。HBase支持两种类型的协处理器，Endpoint和Observer。

Endpoint协处理器类似传统数据库中的存储过程，客户端可以调用这些Endpoint协处理器执行一段Server端代码，并将Server端代码的结果返回给客户端处理。

Observer Coprocessor，这中协处理器类似于传统数据库中的触发器，当发生某些事件的时候，Observer协处理器会被Server端调用。

本篇文章先不介绍如何去开发协处理器，主要借助于HBase示例中自带的RowCount Endpoint协处理器来说明如何使用Java代码在客户端调用。在后面的文章Fayson会介绍如何去编写一个协处理器。

Endpoint Coprocessor客户端调用过程，如下图所示：

• 内容概述

1.环境准备

2.编写Java示例代码及运行

3.统计方式对比

• 测试环境

1.CM和CDH版本为5.14.3

2.环境准备

---

HBase中自带的Endpoint的协处理器，在hbase-examples.jar包中，在CDH的/opt/cloudera/parcels/CDH/lib/hbase/lib目录下，如下图所示：

1.确认hbase-examples-1.2.0-cdh5.14.2.jar是否在

注意：在这里的配置为全局配置，协处理器有两种使用方式上图的方式是其中的一种，另外一种则是对单个表进行修改。

3.编写Java示例

---

1.创建HBase的Maven工程

2.工程的pom.xml文件内容如下

3.编写CoprocessorExample.java类，内容如下

4.示例代码运行

4.HBase表统计效率对比

---

1.使用HBase的count来统计测试表的总条数

2.使用HBase提供的MapReduce方式统计测试表的总条数

执行耗时：14.12s

耗时统计：

5.总结

---

• 在使用HBase的coprocessor方法是如果传入startkey和endkey是会根据rowkey的访问检索出符合条件的region并统计每个region上数据量。

• HBase的Endpoint Coprocessor协处理器可以通过CM的方式配置全局的也可以通过客户端或hbase shell的方式来指定某一个表使用比较灵活，在后面的文章Fayson会介绍如何指定单个表的方式。

GitHub地址：

https://github.com/fayson/cdhproject/blob/master/hbasedemo/src/main/java/com/cloudera/hbase/coprocessor/CoprocessorExample.java

大家工作学习遇到HBase技术问题，把问题发布到HBase技术社区论坛http://hbase.group，欢迎大家论坛上面提问留言讨论。想了解更多HBase技术关注HBase技术社区公众号(微信号:hbasegroup)，非常欢迎大家积极投稿。

HBase技术交流社区 - 阿里官方“HBase生态+Spark社区大群”点击加入：https://dwz.cn/Fvqv066s