现在不再维护SpyGlass，使用Scala / Scalding访问HBase的推荐方法是什么？ 2013年有人问similar question，但大多数建议的链接要么死了，要么已经解散。唯一有用的链接是Apache Flink。这被认为是现在最好的选择吗？即使没有维护，人们仍然会为新项目推荐SpyGlass吗？性能（大规模并行）和可测试性是优先考虑的事项。
答案 0 :(得分：2)
根据我使用Flink Cassandra连接器编写数据Cassandra的经验，我认为最好的方法是使用Flink内置连接器。由于Flink 1.4.3您可以使用HBase Flink连接器。见here
答案 1 :(得分：2)
我使用java连接到Flink中的HBase。只需在open中创建HBase Connection对象，然后在RichFunction的close方法中关闭它（即RichSinkFunction）。每个flink插槽调用一次这些方法。
我认为你也可以在Scala中做这样的事情。
答案 2 :(得分：1)
取决于“推荐”是什么意思，我想。
如果您只想从Scala应用程序访问HBase上的数据，您可能需要查看Eel，其中包括与 Big Data <中的许多存储格式和系统进行交互的库/ em> landscape，本地用Scala编写。
您很可能对使用eel-hbase模块感兴趣，该模块在少数版本中包含HBaseSource类（以及HBaseSink）。它实际上是最近我注意到README仍然提到HBase不受支持。 Hive没有明确的示例，但源和接收器以类似的方式工作。
另一个替代方案可能是Kite，也有a quite extensive set of examples你可以从中获取灵感（包括HBase），但它看起来不像Eel那样活跃。
如果你想要一个可以帮助你的框架，而不是用库来酿造你自己的解决方案。当然，你必须考虑到一些学习曲线。
Spark是一个相当成熟的项目，HBase项目本身就构建了Spark 2.1.1的连接器（此处为Scaladocs）。 Here是一个介绍性的演讲，可以帮助你。
一般的想法是，您可以按this example：
中的建议使用此自定义数据源sqlContext
.read
.options(Map(HBaseTableCatalog.tableCatalog->cat, HBaseRelation.HBASE_CONFIGFILE -> conf))
.format("org.apache.spark.sql.execution.datasources.hbase")
.load()
通过Spark SQL API授予您访问HBase数据的权限。这是一个简短的摘录from the same example：
val df1 = withCatalog(cat1, conf1)
val df2 = withCatalog(cat2, conf2)
val s1 = df1.filter($"col0" <= "row120" && $"col0" > "row090").select("col0", "col2")
val s2 = df2.filter($"col0" <= "row150" && $"col0" > "row100").select("col0", "col5")
val result = s1.join(s2, Seq("col0"))
除了性能方面的考虑之外，您可能会发现语言对于数据操作非常自然。
两个答案已经处理了Flink，所以我不会添加更多，除了编写本文时（1.4.2）最新稳定版本中的a link to an example您可能有兴趣看看在