SQL Server數據庫到HBase數據庫的模式轉換和數據遷移研究

張華東 邵秀麗 吳軍 王志剛

摘要：大數據背景下，SQL Server關系型數據庫的存儲容量暴漲，如何高效的實現把SQL Server數據庫中的數據遷移到HBase分布式數據庫，是亟需解決的一個關鍵問題。討論研究了兩種數據庫之間的差異之后，首先提出了數據庫模式之間的轉換，把SQL Server數據表的模式，按照不丟失關系的原則，轉換成HBase下的表模式；然后根據不同的表間關系的數據遷移的規則，實現SQL Server數據庫中的數據遷移到HBase數據庫。因為表間轉換關系和數據遷移規則的預定義，實現了一鍵完成數據的遷移。

關鍵詞：SQLServer；HBase；遷移；模式；轉換

中圖分類號 TP393 文獻標識碼 A

0 引言

SQL Server是關系型數據庫、按行存儲，而HBase是分布式的非關系型數據庫、按列存儲。由于各自的這些特點，在建立數據庫表模式時，SQL Server須指定表名、表中所有的字段及類型和主外鍵[1]；而HBase在建立表模式時，須指定表名、列族和行鍵，但具體的列族中有哪些列是在插入數據時以鍵值對的形式出現，并且表間沒有主外鍵的關聯關系[2]。基于兩者的這些不同特點，本文首先給出了SQL Server數據庫到HBase數據庫表模式轉換的解決方案。HBase數據庫中各個列族的數據會分散存儲到不同的節點，而相互之間通過行鍵關聯[3][4]。在SQL Server中關系表的數據，須存儲到同一張HBase表的不同列族，才能在不損失效率的情況下實現快速有效查找。如何根據表模式轉換的規則[5-6]，從SQL Server數據庫中獲取到關聯的數據，然后準確的插入到HBase表的對應列族中，文中研究給出了在適應大數據量的情況下，基于分頁的數據遷移方案[7][8]。

1 表模式轉換的整體解決方案

通過連接SQLServer數據庫，獲取指定數據庫中所有表的相關信息（列名、列類型、主鍵、外鍵），然后根據表間關系的規則定義去發現SQLServer數據表中的關系，最后根據表模式轉換規則定義，遍歷關系轉換成HBase表模式[9]。調用Java的工具包，配置和實例化HAdmin對象，調用添加HBase表列族的API函數把轉換后的表模式執行到HBase數據庫，從而建立HBase表模式，整體方案如圖1所示。

2 獲取Sql Server數據庫表模式

數據庫表模式的主要信息包括表名、列名、列類型、列約束以及主鍵、外鍵信息。數據庫表模式的獲取，也就是先獲取到所有的數據庫表的表名稱，根據表名稱依次獲取主外鍵、列的相關信息，再將數據保存到TableDef的對象中，圖2給出了獲取Sql Server數據庫表模式的處理過程。

獲取Sql Server數據庫中指定數據庫的所有表的表模式按照如下步驟設計展開：

首先，執行StringBuffer sql = new StringBuffer（"Select NAME FROM "） .append（database）.append（"..SysObjects Where XType='U' ORDER BY Name"）；SQL查詢得到數據庫中所有的用戶表的表名稱，并保存到List列表中。

然后，根據表名執行Sql查詢獲取到一條數據表中的數據，得到結果集rs；rs.getMetaData（）來解析提取到該數據表的元數據信息ma，至此就可以得到表的列數ma.getColumnCount（），以及各列的詳細信息，包括列名Ma.getColumnName（i）、列類型ma.getColumnTypeName（i）、列類型長度ma.getColumnDisplaySize（i），其中i表示當前結果集中列的序號。

最后，就是獲取表的主外鍵和關聯關系信息，這也是把Sql Server數據庫表模式轉換到Hbase表模式的最重要的信息。具體的實現過程如下：

先通過meta =JDBCSqlTest.getConnection（）.getMetaData（）；取得數據庫連接元數據，數據庫的元數據信息包括了數據庫中所有表的主鍵、外鍵及其他信息，這里只關注主外鍵的信息，并且可根據表名查找到指定表的主外鍵信息。

獲取數據庫表的主鍵的信息，可通過meta.getPrimaryKeys（null， null， tableName）；獲取到主鍵信息引用key。表中的主鍵列，具有相同的主鍵名，主鍵列COLUMN_NAME通過key.getString（"COLUMN_NAME"）獲取，主鍵名PK_NAME則可通過key.getString（"PK_NAME"）得到。再使用key.next（）可以獲取下一條主鍵信息，直到為空可以獲取到該表所有主鍵信息。

獲取數據庫表的外鍵的信息，可通過meta. getImportedKeys （null， null， tableName）；獲取到外鍵信息頭指針forignKey。每個表可與其他多張表發生關聯，因此就會有多組外鍵關系，每組外鍵關系都有特定的外鍵名，該表的哪幾列與另一張表的哪幾列關聯。這里表的外鍵信息記錄就比較復雜，下面做具體說明。

因為同一個外鍵關系，所關聯的數據庫表是唯一的，在關系記錄時，使用外鍵名作為鍵值，通過實例化外鍵組對象時，就可以唯一指定外鍵的關聯表。該表的外鍵列與關聯表的列就可以一一對應，從而完整記錄外鍵的關聯信息。使用forignKey.next（）可以獲取下一條外鍵信息，直到為空即可得到該表所有外鍵信息。

以上獲取到的數據庫所有表的信息都會寫到一個XML文件中。XML文件是較為通用的數據交換的文件格式，作為一個中間結果的保存[10]。這里也是考慮到實現的擴展性，以及可檢測性。如果用戶在經過模式轉換后，對結果的正確性仍無法評判，就可以查看XML文件，如此即能較直接的發現不準確的問題所在。

3 SQL Server表間關系的讀取

根據已經獲取的SQL Server表模式信息，建立表模式對象間的引用關系。由此即可總結出關系查詢蘊含的一般性的規律，按此規律則可自動搜索表間的關系[11-12]，從而依據不同的表間關系執行不同的模式轉換。

讀取生成的SQL Server數據庫表的XML文件，首先判斷該表是否有外鍵，如果有，根據外鍵關系，可讀取外鍵關系表，然后遞歸檢查外鍵關系，直到該表沒有外鍵時，按表名實例化該表的TableDef對象。對于有外鍵關系表的表實例化，須把外鍵關系表的對象的引用記錄下來，在接下來研究展開表間關系的發現時，將能夠直接獲取到關系表的實例。

可以直接通過獲取到的TableDef對象的ForeignKeyGroup的pkTableName，得到關聯表的表名，遍歷TableDef列表找到表名相同的對象，返回對象，并將其加入到當前表的關聯表的列表中即可。繼續判斷是否還有其他的外鍵關聯表，如果有可針對性地根據表名查到下一個關聯表的對象，加入到關聯表列表中。實現過程的查找步驟如下：

1）獲取到每個外鍵組的PKTableName即關聯表的表名；

2）根據表名查找到表對象，并返回；

3）把返回的表對象保存在該表的關聯表列表中。查找是否還有下一個關聯表，如果有則回到第一步繼續執行。

查找過程中，通過表名查找TableDef列表，假設SQLServer表個數為n，每個表的關聯表的個數為k，最大時間復雜度為n*（n-k-1+n-k-2+…+n）=n*（kn-3k2/2+k/2）=kn2-3k2n/2+kn/2（即O（n2））。使用列表存儲表對象，最大時間復雜度較高，在實例化每個TableDef時，考慮根據表名的頻繁查詢，可以使用Hash表結構，表名作為key值，實例對象作為value存儲。至此最大時間復雜度就變成了O（n）。

這樣就直接建立了表和相關聯表之間的直接引用關系，在查找表表間特定關系時，能夠較快地獲取到關系間的特征，以及關聯表的詳細內容詳情。

綜合上述得到的表間的關系，可通過深度遍歷每張表，從而找到與該表關聯的其他所有表的信息。但是對于實際的數據庫系統，在建立表以及確定表間的關系的過程中，研究發現真正用于連接多張表的特征復雜查詢時[13-14]，對關系表間的層次關系低于3層的這些表的查詢較為頻繁，而且此時也能夠滿足大多數系統的需求。

為簡化問題的復雜性，僅考慮3種表之間的關系。各類關系的內容概述如下。

1） NEST_3關系。一張表包含兩張以上的關系表，如圖3所示。

圖3 NEST_3關系

Fig.3 The relation of NEST_3

通過遍歷所有Sql Server的表，執行前述步驟得到表的列表，若關聯表的個數大于1，即認為該表與關聯表之間是NEST_3的關系。此時該表作為關系記錄對象中的主表，關聯表的列表作為關系記錄中的關系表的列表。

2） NEST_2關系。一張表僅包含一張關系表，并且該關系表沒有其他關系表，如圖4所示。

通過遍歷所有Sql Server的表，執行前述步驟得到表的列表，若關聯表的個數等于1，然后得到關系表。若關系表的關聯表的個數為0，則定義為NEST_2的關系。此時該表作為關系記錄對象中的主表，關聯表作為關系記錄中的關系表。

3） INLINE關系。一張表僅包含一張關系表，并且該關系表至少包含一個其他關系表，如圖5所示。

通過遍歷所有Sql Server的表，以上步驟得到的表的列表，若關聯表的個數等于1，然后得到關系表。若關系表的關聯表的個數大于0，則該關系為INLINE的關系。此時該表作為關系記錄對象中的主表，一級關系表和各個二級關系表分別作為多個INLINE關系的關系記錄中的關系表。

以上得到了所有自定義的關系，但是不難推知這種關系發現的算法，在得到全部自定義關系的同時，會產生關系的包含，為此就需要去除已經存在關系包含的關系，隨即將研究引進一個去重的操作。

這里關系的查找，本文遵循的是逐個遍歷所有的TableDef表，并且根據每個表記錄的關聯表的個數，決定查找的類型（NEST_3/NEST_2/INLINE）。比如，如前文所述的當前表的關聯表的個數，大于1時，進行NEST_3關系的查找；等于1時，進行NEST_2和INLINE關系的查找，進一步地找到關聯表，再一步遞歸查找，但查找層數卻僅限為3。鑒于層數的限制，顯然可見此時的時間復雜度則為O（n）。

根據關系的定義進行分析可知，重復的關系產生，必然是在2個表的關系和2個以上的表關系之間。更為確切地說，就是NEST_2關系的只可能與INLINE關系的關聯表重復，或者與NEST_3中的其中一個關系重復。最終就會得到如下的關系形式。算法過程如下：

1） 遍歷所有的已找到的關系列表，當前關系與列表中后面的每個關系依次比較。

2） 判斷當前關系與被比較關系中哪方的關系類型是NEST_2，如果都不是則返回null，說明當前關系不是重復的關系。其中一個是NEST_2，進入下一步。

3） 若當前關系NEST_2關系間的比較過程如圖6所示。

此時，假定已找到關系的個數為n，去重的操作為兩兩之間的比較，總的比較次數為

，因此時間復雜度為O（n2）。

關系去重之后得到的關系中同一類別的關系，在同一個類型名稱下面作為其中的一個分組。獲取到的所有數據表的關系的信息都會保存到RelativeRecord對象列表中。

4 HBase表模式的創建

由于HBase表都是獨立的表，表間沒有關系建立的字段描述，因此在SQL Server表模式轉換到HBase表模式時，須關注的就是表間的關系如何轉換到HBase的一張表中[15]。考慮到HBase表有列族的概念，每個列族又可以有不同的列，這就可以把表間關系記錄到HBase表的列族之間的關系，從而能夠較好地保存SQL Server表間的關系。以下分別對表和表間關系的轉換進行分析。

首先是把每個基本表的表模式變換到Hbase表模式，變換的規則是Sqlserver的表名作為Hbase的表名，該表的表名同時作為Hbase第一個列族的列族名，該表的字段名作為該列族的列名，如圖7所示。重要的是，把該表的主鍵列指定為Hbase表的行鍵列。

逐個遍歷SQL Server數據庫獲取到的TableDef列表中的對象，根據TableDef的Name屬性實例化HTableDef對象，獲取到TableDef的主鍵，設置為HTableDef行鍵列。這一數據表的基本變換，就是確保所有的數據表在HBase中都有對應的表名存在。實際執行過程如圖8所示。

此后，將是根據關系中的主表的表名找到Hbase中對應的Hbase表，繼而循環遍歷相關表，把相關表作為該Hbase表的列族加入，相關表的字段作為新列族的列，相關表的表名作為新列族的列族名稱，如圖9所示。

在定義HBase表的描述時，其實僅需描述HBase表有哪些列族即可。研究指出每個列族有一些列，只是用于提供說明在數據導出完成后，整個HBase表的一個完整的結構描述。為了做到SQL Server語法的解析通過[16]，能夠更好地對結果數據集進行精確篩選，也就是把原相關表中的列名作為HBase表中這個列族的列，保證了數據列名的一致性。

如前探討所述，通過給每一個表都建立了同名的HBase表，在遍歷關系的過程中，需要根據主表的表名，迅速定位到該HBase表的實例化對象。為了能夠在表的數量較為可觀時，達成這一目的，即需在建立HBase對象時，將每個HBase對象都保存到Map對象中。其中，Map的key值為該HBase表的表名，value值為該HBase表實例的引用。總之，過程中需要根據表名稱獲取HBase表的實例時，只要簡單使用map.get（TableName）即可返回HBase實例，而后再通過以下方法遍歷關聯表，然后向該HBase實例加入其它列族的定義描述，整體研究流程則如圖10所示。

其中，判斷是否有下一個關聯表，目的是把關聯表作為主表的列族添加到Hbase表的定義中。Hbase表在建立初始，需要制定HBase的表名和列族這些關鍵的信息，此時關于列族中的列的數目，在Hbase表的生成描述中，可以無需指定，而只是當插入數據表中數據時再真實呈現每個列族中包含有哪些列即可。

為了保存表間的關系，HBase數據表的冗余存儲即已成為必須。每個關系中的主表在Hbase中都有對應表名的表存在，在關系表模式的轉換過程中，假設關系有n個，關系中關聯表的個數為k（k

把HBase表模式使用JAR包提供的API創建到HBase分布式數據庫中，其數據的流向和處理如圖11所示。

通過表模式轉換的操作把生成的Hbase表結構創建到Hbase數據庫，可以循環遍歷已經得到的Htable列表，根據Htable得到的Htable實例對象，首先檢查Hbase數據庫中是否已經存在該表，若存在直接刪除，然后再重新創建該表。創建Hbase表時，根據名稱實例化HTableDescriptor對象htd，向該對象加入Htable表的列族，最后HBaseAdmin對象執行createTable（htd）即可把該Hbase表成功建立于Hbase數據庫中，創建過程如圖12所示。

很顯然，在妥善結束了Hbase表的描述后，此時關于HBase表的創建工作，只是遍歷n個表項，也就是在O（n）的時間內就會完成。

實現數據庫中多張數據表間存在關系，研究可以下面的3張表間的關系作為例子，說明程序實現關系的查詢，及最后形成的Hbase結構。

Comment表作為一個關系表，記錄User對Goods的評價信息，一個用戶可以對多個商品進行評價，同一個商品也能得到多個用戶的評價，表間的關聯信息如圖13所示。在數據庫中則表現為NEST_3的關系形式，自動轉換到HBase數據庫中。

通過執行程序，NEST_3關系的發現，會在XML文件中記錄，主表是哪張表，以及關系中的中間表和關系表的信息，其中Set集合中第一張表是中間表，第二張表是與主表間有NEST_3關系的表。此后先對Comment表展開基本的表模式轉換生成HTableDef對象，再查找RelativeRecord中以Comment為主表的所有的關系記錄，根據表間關系的轉換規則進行表模式的轉換，把這種SQL Server數據庫中的關系模式也添加到HTabelDef對象中，由此也就完成了HTableDef對象的生成工作，接下來就是把HTableDef對象記錄的HBase表的模式插入到HBase數據庫中。最后循環遍歷HTable列表，完成HBase表模式的創建，

5 SQL Server數據庫數據遷移到HBase數據庫

根據SQLServer數據庫表的模式轉換規則，以及轉換后生成的HBase表，再結合HBase數據插入的特點，就可以把已生成關系的表中的數據依次導入到Hbase數據庫中[17]。

在分析Hbase數據庫數據插入方法的基礎上，針對每個SQL Server數據表得到數據集，每一行按列名和對應值實例化Put對象，Put對象實例化的參數為該行數據的主鍵值。如果是關聯表，根據主表外鍵的值作為關聯表的主鍵值，查詢得到關聯表的信息，進而添加到Put對象中。最后執行HBase接口，執行到HBase數據庫中[18]。整體方案如圖14所示。

這里分為主表數據的導入和關聯表數據的導入。主表數據的導入相對比較簡單，只是查詢到所有的數據，使用主鍵列的值作為行鍵實例化Put對象，再把列名和列對應的值，依次添加到Put對象即可。關聯表數據的插入相對復雜，需要先根據關系獲取每個行鍵對應的關聯表的數據，然后再根據行鍵實例化對象，依次添加行數據的所有列和對應的值添加到Put對象。其他后續把生成的Put對象列表，調用HBase數據庫的接口函數完成數據的導入。

HBase數據導入，需要使用Hbase數據表的行鍵值實例化Put對象，數據插入時，還要制定需插入的鍵值對所在的列族。并且鍵值對中，值必須先根據對應的Java基本數據類型轉化為byte[]字節數組，才能將其作為Put對象的參數值。

因為只要給定行鍵值，實例化Put對象，Hbase的API函數就能把數據插入到正確的位置。因此對關系表的導入，只需要找到該條關系表數據對應主表的數據的主鍵，即對應Hbase表的行鍵，就可以完成關系表的數據插入操作。下面將分別論述基礎表信息的導入和關聯表信息的導入。

5.1 基礎表信息的導入

基礎表信息的導入，循環遍歷HTable表，依次實現如下的操作過程。

1） 首先執行Sqlserver 數據庫查詢操作，得到全部數據。逐條遍歷每條結果數據，得到該條數據的行鍵值，使用該行健的值實例化Put對象。然后獲取該HTable表的表名列族的所有列以及對應列的值，根據列族和列的名稱獲取該列的類型，再把對應列的值轉換成字節數組，最后添加到Put對象中，完成該行一個列數據的導入。循環完成所有列值添加到put對象。

2） 把所有數據行生成的Put對象加入到List列表中。最后調用Java的API一次性把該表的所有數據寫入到對應的HTable表中。這一處理 過程如圖15所示。

5.2 關聯表信息的導入

關聯表信息的導入，按模式轉換的情況也分為3種情況。首先是循環遍歷所有的關系信息列表，然后依據相應情況執行下面的操作過程。

1） INLINE關系

INLINE關系的記錄形式中，包括了中間的關聯表信息，實質上INLINE關系里主表和關聯的中間表之間包含有一組的NEST_2的關系，具體的數據導入可參見2）。2張表之間的INLINE關系，在數據導入時需借助于中間的關聯表，設計可概述如下：

先根據每頁的大小逐頁的得到主表的主鍵和外鍵值的集合，這里的主鍵值作為行鍵的值，用于實例化Put對象。

循環遍歷外鍵值的集合，根據對應外鍵的值找到關系表與主表對應的數據的行，把該INLINE關系表的數據逐行導入。先是執行中間表和INLINE表的關聯查詢，其中篩選條件是2張表的關聯的鍵值相同并且中間表的主鍵值等于主表的外鍵關鍵列的值，即會得到對應行鍵的INLINE表的所有主鍵值和外鍵值的集合。然后遍歷行鍵的值集合實例化Put對象，根據查詢得到的與行鍵相關的INLINE表的數據行， 向Put對象的列族中添加該行每列對應的值，完成所有列與列值的添加，把Put對象添加到List中保存。

直到行鍵循環結束執行Hbase的API函數，一次執行List中的所有Put操作，完成INLINE關系表的數據的導入。

假設主表有m行數據，則對應的中間表至多有m行（數據表之間的一對一、多對一的關系）與之關聯。同理，中間表對應的INLINE表至多有m行數據。根據主表查找中間表需要O（m）的時間，得到中間表之后，再查找INLINE表需要O（m）的時間。因此，在INLINE關系的數據導入，時間復雜度為O（n）。

2） NEST_2關系

NEST_2關系的模式轉換，先根據關系中主表的表名獲取到HBase表對象，

此后執行Sql查詢，得到主表的主鍵和外鍵列對應值的集合，保存到List

根據當前表中的數據，匯總到同一張表中，可得綜合簡要結果。這里Comment表作為主表，根據Comment表的UserId/goodsId字段的值，可以得到如下的結果，如表4所示。

分析以上的關聯關系，可知Hbase表中應該有3行數據，每行數據的行鍵依次為1/2/3，行鍵的值轉換為byte[]字節數組后的值依次為＼x00＼x00＼x00＼x01，＼x00＼x00＼x00＼x02，＼x00＼x00＼x00＼x03。對應行鍵1的Users列族的userId為1，即column=Users：userId， value=＼x00＼x00＼x00＼x01；Goods列族的goodsId為3，即column=Goods：goodsId， value=＼x00＼x00＼x00＼x03。其他類推，并且要確保列族的列的數量要與SQL Server表的字段數相同。

在此，針對HBase數據庫進行查詢，由HBase查詢得到的結果數據集，能夠看出Goods和Users的重復內容較多。Comment表中已經有了Users和Goods表的主鍵的值，然而在Users和Goods列族中該列的值仍會重復出現。

由研究查詢結果還能看到Users和Goods列族中都有特殊的列，比如vipId/brandId，這2個列明顯是其他表的主鍵，當前列族的外鍵。也就是NEST_3關系，并沒有遞歸到所有的關聯表，然后在同一張表中保存相關的數據。因此，這種模式轉換和數據遷移，只能夠有效的處理和保存原SQLServer數據表的比較直接的關聯表中關系。

7 結束語

本文通過設計和實現SQL Server數據庫中表模式的轉換和表中數據的遷移，分析了過程中算法實現和表間關系的定義，綜合考慮SQL Server數據庫和HBase數據庫之間的不同，針對彼此的特點實現了兩者數據庫中數據的一鍵模式轉換和數據遷移。通過對遷移前后，各數據庫中數據的對比分析，本文提出的解決方案能夠正確實現數據遷移，并且有效保留了SQL Server數據表間的關系。

HBase作為非關系型數據庫，在保留原有SQLServer數據表間關系的同時，勢必形成數據的冗余。并且本文在表間關系的自動發現的規則定義，僅考慮了3級的層次關系，對于一般的數據庫是適用的。在不同的應用場景下，還需根據特定的需求設計具有針對性的表間關系的規則定義。

參考文獻

[1] 王堪美. 基于數據分發服務的監控與存儲研究[D]. 北京：中國科學院大學， 2013.

[2] 馮曉普. HBase存儲的研究與應用[D]. 北京：北京郵電大學， 2014.

[3] GEORG L. HBase： The Definitive Guide[J]. Andre， 2011， 12（1）：1 - 4.

[4] TAYLOR R C. An overview of the Hadoop/MapReduce/HBase framework and its current applications in bioinformatics[J]. Bmc Bioinformatics， 2010， 11 Suppl 12（6）：3395-3407.

[5] 李穎， 李建民， 林振榮. 用JSP/Servlet和JavaBeans技術實現SQL Server表與DBF文件的相互轉換[J]. 計算機與現代化， 2007（1）：95-97.

[6] 劉雅輝. DBMS間模式轉換技術應用研究[D]. 北京：北方工業大學， 2009.

[7] 舒清錄. 基于.NET的異構數據源數據遷移技術[J]. 計算機技術與發展， 2010， 20（3）：109-112.

[8] 胡曉鵬， 李曉航， 李崗. 一種基于XML映射規則的數據遷移方法設計和實現[J]. 計算機應用， 2005， 25（8）：1849-1852.

[9] （美）George. HBase權威指南[M]. 北京：人民郵電出版社， 2013.

[10] 李雯， 謝輔雯， 鄒道明. XML數據交換技術的應用與研究[J]. 計算機與現代化， 2008（1）：91-93.

[11] 王晴. 關系數據庫與SQL Server教程（教材）[M]. 北京：中國人民大學出版社， 2009.

[12] 尼馬·賈拉利， 埃里克·塞德拉， 尼普恩·阿加瓦爾，等. 用于訪問關系型數據庫系統中的分層數據的高效索引結構： 美國，CN02819168.4[P].2005-01-05.

[13] KENT W. A simple guide to five normal forms in relational database theory[J]. Communications of the ACM，1983，26（2）： 120-125.

[14] Cattell R. Scalable SQL and NoSQL data stores[J]. ACM SIGMOD Record， 2010， 39（4）： 12-27.

[15] GEORGE L. HBase： the definitive guide[M]. Sebastopol， USA：O'Reilly Media， 2011.

[16] 孫兆玉， 朱鴻宇， 黃宇光. 一種SQL語法分析的策略和實現[J]. 計算機應用， 2007， 27（S1）：18-20，23.

[17] 邵開麗， 姜偉， 呂舉文. 一種大規模數據快速并行導入工具的研究與實現[J]. 計算機應用與軟件， 2015，32（9）：26-30.

[18] YANG J， FENG X. Loading Data into HBase[M]// WONG W E， ZHU T .Computer Engineering and Networking.Switzerland：Springer International Publishing， 2014：265-271.