hbase中有海量网页源代码，需要从海量源代码中精确抽取出【作者，时间，评论内容，点击数】等信息，请问，我该按照什么步骤，思路操作？
0
没有找到相关结果
重要提示：提问者不能发表回复，可以通过评论与回答者沟通，沟通后可以通过编辑功能完善问题描述，以便后续其他人能够更容易理解问题.
没有找到相关结果
推荐一份编程学习资源，包含了各类编程语言学习进阶路线图、视频教程、配套书籍文档、数百份面经，各大厂面试真题。编程语言包括：Java、前端、PHP、Python、Linux运维、软件测试、数据解构与算法、C语言、go语言等
微信扫码关注公众号，发送 "编程"获取资源
3 个回复
Bob - 同程旅游大数据+BI 架构师 2016-12-16 回答
赞同来自: 刘文涛23
2.编写程序对hbase的数据进行遍历
这个过程可以使用scan API，也可以使用mapreduce
拿到每行明细数据后使用正则进行解析，获取相应字段的值
3.将结果写入到一个新的hbase表或hdfs目录中
刘文涛23 2016-12-20 回答
赞同来自:
randolph_huangjiayi - UI设计师 2017-01-04 回答
赞同来自: