【报错处理】MR/Spark 使用 BulkLoad 方式传输到 HBase 发生报错: NullPointerException

博主希望能够得到大家的点赞收藏支持!非常感谢

点赞,收藏是情分,不点是本分。祝你身体健康,事事顺心!

Spark 通过 BulkLoad 方式传输到 HBase,我发现会出现空指针异常。简单写下如何解决的。

原理 :首先简单介绍一下什么是 BulkLoad,BulkLoad 是传输到 HBase 的一种传输方式,不是直接在 HBase 里写入数据,这会给HBase增加压力,而是使用 MR/Spark 等先生成 HFile,再批量加载到 HBase,减少 HBase 压力。

问题 :我的 BulkLoad 数据传输任务,突然报错了,空指针异常。Serious Problem,NullPointerException

排查 :我开始以为是 rowkey 是 null,或 rowkey 重复?排查后发现都不是,甚至数据都跟前一天一样,而前一天的成功了,今天的重试了也不行。

解决办法(可能)

sql 复制代码
-- 对所有可能的字段使用 coalesce 函数处理, 处理可能的 null 数据
coalesce(fielda, '')

可能是 BulkLoad 方式生成的 HFile 对空值的处理不够好,会出现这种报错,所以我们的方法就是解决可能出现的空值,改为空字符串等。

最后,我是及未来,祝你变得更强!!

相关推荐
Arbori_262151 小时前
大数据 spark hive 总结
大数据·hive·spark
宅小海5 小时前
配置Hadoop集群
linux·运维·服务器·spark
weixin_307779135 小时前
PySpark实现dataframe导出为Excel 2007格式的文件并设置合适的列宽度
开发语言·python·spark·excel
m0_748257467 小时前
Python大数据可视化:基于spark的短视频推荐系统的设计与实现_django+spider
python·spark·django
带娃的IT创业者1 天前
《Python实战进阶》No18: 使用 Apache Spark 进行分布式计算
python·spark·apache
神秘打工猴1 天前
数据仓库为什么要分层
大数据·数据仓库·spark
Hard_pea1 天前
Spark 深入解析
大数据·分布式·spark
猪猪果泡酒1 天前
spark yum配置
spark
心灵Haven2 天前
9_Spark安装
大数据·分布式·spark
小技工丨2 天前
hbase-05 namespace、数据的确界&TTL
大数据·数据库·hbase