在MaxCompute与阿里云HBase服务间的网络处于连通状态时，MaxCompute支持您通过创建HBase外部表来关联HBase标准版或增强版集群中的表。使用HBase外部表，可以将HBase中的数据同步到MaxCompute进行后续ETL处理，也可以关联HBase外部表进行联邦计算，或将MaxCompute数据输出到HBase的表中。本文为您介绍如何创建HBase外部表。
背景信息
HBase是兼容标准HBase访问协议的分布式数据库，包含HBase标准版、HBase增强版和HBase Serverless版，MaxCompute仅支持访问HBase标准版或HBase增强版集群。
默认情况下，MaxCompute与阿里云HBase服务间的网络不可达，您需要提前通过专有网络连接方案（VPC）建立二者间的网络通路后，才可以创建HBase外部表来关联HBase标准版或增强版集群中的表。
说明 HBase增强版是基于云原生多模数据库Lindorm内核研发的，HBase增强版实例也可以通过Lindorm控制台创建，该场景下创建HBase外部表的操作，请参见Lindorm外部表（云原生多模数据库）。本文仅以通过HBase控制台创建的HBase实例为例进行介绍。
前提条件
创建HBase外部表前，请确认已经满足如下条件：
- 已创建HBase标准版或增强版集群，并完成环境配置。
更多购买HBase标准版集群及配置环境信息，请参见HBase标准版快速入门。
更多购买HBase增强版集群及配置环境信息，请参见HBase增强版快速入门。
- 已通过HBase客户端在HBase集群中创建好了表。
更多创建HBase表信息，请参见使用HBase Shell。
为便于展示使用示例，本文假设已在HBase标准版或增强版集群中创建了表mf_hbase_test_t，建表命令如下。--创建HBase表。 create 'mf_hbase_test_t', 'f' --插入数据。其中：1表示RowKey，col_family:col_name表示列，f表示col_family，col1表示col_name，hello表示col_value。 put 'mf_hbase_test_t', '1', 'f:col1', 'hello' - 已创建待关联HBase表的目标MaxCompute项目。
更多创建MaxCompute项目信息，请参见创建MaxCompute项目。
- 已安装MaxCompute客户端。
更多安装MaxCompute客户端操作，请参见安装并配置MaxCompute客户端。
- 已基于专有网络连接方案，开通MaxCompute和HBase服务间的网络连接。
更多专有网络连接方案信息，请参见专有网络连接方案。
使用限制
- 由于只有华北2（北京）、华东2（上海）、华北3（张家口）、华东1（杭州）和华南1（深圳）五个地域开通了专有网络连接方案，只有以上五个地域可以创建HBase外部表，其他地域暂不支持。
- HBase外部表仅支持访问HBase2.x版本的集群。
- HBase外部表暂不支持EMR HBase集群。
创建HBase外部表语法
在创建HBase外部表时，您需要在建表DDL语句中指定HBaseStorageHandler，并配置HBase标准版或增强版集群相关信息。建表语句定义如下。
--打开外部表VPC支持。
set odps.sql.external.net.vpc=true;
--打开Hive兼容模式。
set odps.sql.hive.compatible = true;
--仅当HBase集群为增强版时，除上述2个SET参数外，还必须配置odps.sql.hbase.version参数，切换HBase版本为lindorm。
set odps.sql.hbase.version=lindorm;
--创建HBase外部表。
create external table if not exists <mc_hbase_external>
(
<col1_name> <data_type>,
<col2_name> <data_type>,
......
)
--处理HBase数据源的Handler。
stored by 'org.apache.hadoop.hive.hbase.HBaseStorageHandler'
with serdeproperties ('mcfed.hbase.table.name'='<hbase_table_name>',
'mcfed.hbase.columns.mapping'='<:key,col-family:col-name1,col-family:col-name2,...>',
'odps.external.net.vpc'='<true>',
'odps.vpc.id'='<VPC ID>',
'odps.vpc.access.ips'='<VPC ip|host:port,VPC ipBegin-ipEnd:port|network_segment:port>',
'odps.vpc.region'='<RegionID>')
location '<hbase://VPC ip|host:port>'
tblproperties (
--hbase.table.name、hbase.columns.mapping和mcfed.hbase.zookeeper.quorum必须配置。
'hbase.table.name'='<hbase_table_name>',
'hbase.columns.mapping'='<:key,col-family:col-name1,col-family:col-name2,...>',
'mcfed.hbase.zookeeper.quorum'='<VPC ip1|host1:port,VPC ip2|host2:port...>',
--仅当HBase集群为增强版时，还必须配置mcfed.hbase.client.username和mcfed.hbase.client.password参数。
'mcfed.hbase.client.username'='****',
'mcfed.hbase.client.password'='****',
--mcfed.hbase.zookeeper.property.clientPort、mcfed.zookeeper.session.timeout和mcfed.hbase.client.retries.number为可选参数。
--当HBase集群为标准版时，mcfed.hbase.zookeeper.property.clientPort的默认值为2181。
--当HBase集群为增强版时，mcfed.hbase.zookeeper.property.clientPort的默认值为30020。
['mcfed.hbase.zookeeper.property.clientPort'='{2181|30020}',]
['mcfed.zookeeper.session.timeout'='<value>',]
['mcfed.hbase.client.retries.number'='<value>']);- mc_hbase_external：必填。待创建HBase外部表的名称。
- col_name：必填。HBase外部表的列名称。
- data_type：必填。列的数据类型。
- with serdeproperties：
- 'mcfed.hbase.table.name'='<hbase_table_name>'：MaxCompute所关联的HBase集群中的表的名称。
- 'mcfed.hbase.columns.mapping'='<:key,col-family:col-name1,col-family:col-name2,...>'：必填。HBase外部表与HBase集群中表的列映射关系。
- RowKey（
:key）必须放在最前面。 - 列格式为
col-family:col-name1,col-family:col-name2。一个作业中col-family只能有一个。
- RowKey（
- 'odps.external.net.vpc'='true'：必填。固定取值为
true，表明HBase外部表的数据源处于VPC网络。 - 'odps.vpc.id'='<VPC ID>'：VPC实例ID。您可以登录HBase管理控制台，在集群列表页面单击目标集群名称后，在左侧导航栏单击数据库连接，即可在连接信息处获取VPC ID。
- 'odps.vpc.access.ips'='<VPC ip|host:port,VPC ipBegin-ipEnd:port|network_segment:port>'：必填。Zookeeper连接地址（HBase标准版）或HBase集群的Java API访问地址（HBase增强版）。也可以为关联的HBase表所属VPC网络IP、IP网段、端口。例如
192.0.2.1-192.0.2.10:9000, 192.0.2.20:70050或192.0.2.20/16:2181。您可以登录HBase管理控制台，在集群列表页面单击目标集群名称后，在左侧导航栏单击数据库连接，即可在连接信息处获取。- 对于分布式的数据源，请确认需要访问的前端IP端口以及DataNode的IP端口。HBase外部表需要填写Zookeeper、HMaster、Region Server的IP和端口（2181/30020、16000、16020）。HBase标准版的默认Zookeeper端口为2181。HBase增强版的默认Zookeeper端口为30020。
- 由于该字段支持IP地址段，且映射IP会耗费资源，默认一次映射的IP数不能超过2000个。
- 'odps.vpc.region'='<RegionID>'：VPC网络所属地域ID。获取方法请参见获取RegionID及VPC ID。
- hbase://VPC ip|host:port：必填。HBase上配置的Zookeeper Master。即Zookeeper连接地址（HBase标准版）或HBase集群的Java API访问地址（HBase增强版）。
- tblproperties：
- 'hbase.table.name'='<hbase_table_name>'：必填。MaxCompute所关联的HBase集群中的表的名称。必须提前通过HBase客户端建好。
- 'hbase.columns.mapping'='<:key,col-family:col-name1,col-family:col-name2,...>'：必填。HBase外部表与HBase集群中表的列映射关系。
说明 with serdeproperties和tblproperties里都需要指定hbase.table.name和hbase.columns.mapping。但SERDEPROPERTIES以
mcfed开头，tblproperties没有mcfed，产品后续会改进，只保留其中一个。 - 'mcfed.hbase.zookeeper.quorum'='<VPC ip1|host1:port,VPC ip2|host2:port...>'：必填。HBase的Zookeeper的IP或域名。即Zookeeper连接地址（HBase标准版）或HBase集群的Java API访问地址（HBase增强版）。
- mcfed.hbase.client.username：必填。仅当HBase集群为增强版时，需要配置该参数。您可以登录HBase管理控制台，在集群列表页面单击目标集群名称后，在左侧导航栏单击数据库连接，即可通过连接信息处的默认用户名获取。
- mcfed.hbase.client.password：必填。仅当HBase集群为增强版时，需要配置该参数。您可以登录HBase管理控制台，在集群列表页面单击目标集群名称后，在左侧导航栏单击数据库连接，即可通过连接信息处的默认密码获取。
- 'mcfed.hbase.zookeeper.property.clientPort'='{2181|30020}'：可选。HBase的Zookeeper端口。HBase标准版的默认Zookeeper端口为2181。HBase增强版的默认Zookeeper端口为30020。
- 'mcfed.zookeeper.session.timeout'='<value>'：可选。Zookeeper的超时时间。单位为毫秒，建议设置为30000。
- 'mcfed.hbase.client.retries.number'='<value>'：可选。HBase客户端连接重试次数。
说明 mcfed.zookeeper和mcfed.hbase开头的配置是Zookeeper的相关配置。