在HBase中，namespace命名空间指对一组表的逻辑分组，类似关系型数据库中的database，方便对表在业务上划分。Apache HBase从0.98.0, 0.95.2两个版本开始支持namespace级别的授权操作，HBase全局管理员可以创建、修改和回收namespace的授权。
‘hadoop/spark/scala’ 类别下的博文
HBase是一个分布式的、面向列的开源数据库，该技术来源于 Fay Chang 所撰写的Google论文“Bigtable：一个结构化数据的分布式存储系统”。就像Bigtable利用了Google文件系统（File System）所提供的分布式数据存储一样，HBase在Hadoop之上提供了类似于Bigtable的能力。HBase是Apache的Hadoop项目的子项目。HBase不同于一般的关系数据库，它是一个适合于非结构化数据存储的数据库。另一个不同的是HBase基于列的而不是基于行的模式。
spark submit 执行完任务后，卡住了，不退出，找了各种日志，没有报错，并且任务执行的结果也是对的。
出现这个问题，感觉有点蒙，网上找找解决办法，全部不适用。下面详细说一下我的分析和解决过程
将多个相关的项目定义在一个构建中是很有用的，尤其是如果它们依赖另一个，而且你倾向于一起修改它们。
每个子项目在构建中都有它们自己的源文件夹，当打包时生成各自的 jar 文件，而且通常和其他的项目一样运转。
sbt功能很强大，也很灵活，但是灵活的代价就是比较复杂。
大数据开发，一直都用java spring boot框架，加载scala，spark，scala兼容包等，spark开发用scala，其他的开发用java，打包用mvn，感觉还是挺不错的。
如果只是开spark，scala就足够了，没必要在用spring boot。这样感觉不会那么怪。
安装IDEA就不说了，也很简单。在这里推荐做java和scala的人使用idea，真的比eclipse好用。
scala sbt 加载了spark包，DEBUG的时候报错了。
libraryDependencies ++= Seq(
"org.apache.spark" % "spark-core_2.12" % "2.4.0",
"org.apache.spark" % "spark-sql_2.12" % "2.4.0"
)
没找到合适spark sql的客户端，所以不能像navicat，heidisql等那样，可以把可视化数据导成csv,excel等。但是可以通过spark-shell导出数据。
spark申请资源时，报错了，如下
2019-05-15 10:15:15 INFO BlockManagerInfo:54 - Added broadcast_0_piece0 in memory on namenode1:37836 (size: 83.1 KB, free: 6.2 GB)
2019-05-15 10:15:15 INFO SparkContext:54 - Created broadcast 0 from broadcast at DAGScheduler.scala:1161
2019-05-15 10:15:15 INFO DAGScheduler:54 - Submitting 2 missing tasks from ResultStage 0 (MapPartitionsRDD[1] at sql at run.scala:132) (first 15 tasks are for partitions Vector(0, 1))
2019-05-15 10:15:15 INFO YarnScheduler:54 - Adding task set 0.0 with 2 tasks
2019-05-15 10:15:30 WARN YarnScheduler:66 - Initial job has not accepted any resources; check your cluster UI to ensure that workers are registered and have sufficient resources
提示已经很清楚了，资源不够。因资源不够报出来的错识，非常的多。以前写的博客里面有提到了一些。