MapReduce 中如何處理HBase中的資料？如何讀取HBase資料給Map？如何將結果儲存到HBase中？


Mapper類：包括一個內部類(Context)和四個方法(setup,map,cleanup,run)；
          setup,cleanup用於管理Mapper生命週期中的資源。setup -> map -> cleanup ， run方法執行了這個過程；
          map方法用於對一次輸入的key/value對進行map動作，對應HBase操作也就是一行的處理；


job的配置：
    1.  TableInputFormat完成了什麼功能？
         (1)通過設定conf.set(TableInputFormat.INPUT_TABLE,"udc_sell");設定HBase的輸入表；
                設定conf.set(TableInputFormat.SCAN, TableMRUtil.convertScanToString(scan));設定對HBase輸入表的scan方式；
               
                
         (2)通過TableInputFormat.setConf(Configration conf)方法初始化scan物件；
            scan物件是從job中設定的物件，以字串的形式傳給TableInputFormat，在TableInputFormat內部將scan字元創轉換為scan物件
                    
           * TableMapReduceUtily有兩個方法：convertScanToString和convertStringToScan作用？
            將scan例項轉換為Base64字串  和將Base64字串還原為scan例項；
             Q:為什麼不直接穿Scan物件而是費盡周折地轉換來轉換去呢？
             A:
         (3)TableInputFormat繼承了TableInputFormatBase實現了InputFormat抽象類的兩個抽象方法：
            getSplits()和createRecordReader()方法：
            A:getSplits()斷定輸入物件的切分原則：對於TableInputFormatBase，會遍歷HBase相應表的所有HRegion，每一個HRegion都會被分成一個split，所以切分的塊數是                  與表中HRegion的數目是相同的；
                InputSplit split = new TableSplit(table.getTableName(),splitStart, splitStop, regionLocation);  在split中只會記載HRegion的其實rowkey和終止rowkey，具體的去讀取                這篇區域的資料是createRecordReader()實現的。
             計算出來的每一個分塊都將被作為一個map Task的輸入；http://
                 Q:但是分出的塊分給那臺機器的那個task去執行Map，即jobTracker如何排程任務給taskTracker？
                 A:  需要進一步瞭解Map的本地化執行機制和jobTracker的排程演算法；（可能是就近原則）
                      對於一個map任務，jobtracker會考慮tasktracker的網路位置，並選取一個距離其輸入分片檔案最近的tasktracker。在最理想 的情況下，任務是資料本地化的(data-                       local),也就是任務執行在輸入分片所在的節點上。同樣，任務也可能是機器本地化的：任務和輸入分片在同一個機架，但不在同 一個節點上。
                      reduce任務，jobtracker簡單滴從待執行的reduce任務列表中選取下一個來執行，用不著考慮資料段餓本地化。
            B:createRecordReader()按照必然格式讀取響應資料：
                 接收split塊，返回讀取記錄的結果；  
                 public RecordReader<ImmutableBytesWritable, Result> createRecordReader(InputSplit split, TaskAttemptContext context){
                  
                }
                trr.init()返回的是這個分塊的起始rowkey的記錄；
           RecordReader將一個split解析成<key,value>對的形式提供給map函式，key就是rowkey，value就是對應的一行資料；
           RecordReader用於在劃分中讀取<Key,Value>對。RecordReader有五個虛方法，分別是：
                                          initialize：初始化，輸入引數包括該Reader工作的資料劃分InputSplit和Job的上下文context；
                                          nextKey：得到輸入的下一個Key，如果資料劃分已經沒有新的記錄，返回空；
                                          nextValue：得到Key對應的Value，必須在呼叫nextKey後呼叫；
                                          getProgress：得到現在的進度；
                                          close：來自java.io的Closeable介面，用於清理RecordReader。
   2.   job.setInputFormatClass(TableInputFormat.class);         
                                       
   3.   TableMapReduceUtil.initTableReducerJob("daily_result", DailyReduce.class, job); 
        使用了該方法就不需要再單獨定義 
        initTableReducerJob()方法完成了一系列操作：
                (1). job.setOutputFormatClass(TableOutputFormat.class); 設定輸出格式；
                (2). conf.set(TableOutputFormat.OUTPUT_TABLE, table); 設定輸出表；
                (3). 初始化partition