下面这种方式是全表扫描，Spark如果通过RS来访问Hbase数据进行数据分析，对RS会产生很大的压力。不太建议使用下面的方式

先看代码

    object SparkSqlReadHbase {

        def main(args: Array[String]): Unit = {

            val conf = new SparkConf()
                      .setAppName(SparkSqlReadHbase.getClass.getSimpleName)
                      .setMaster("local[5]")
            val sc = new SparkContext(conf)

            val conf1 = HBaseConfiguration.create
                conf1.set(TableInputFormat.INPUT_TABLE, "tableName");
            val hbaseRDD = sc.newAPIHadoopRDD(conf1, classOf[TableInputFormat], classOf[ImmutableBytesWritable], classOf[Result])
            val sqlContext = new HiveContext(sc)

            import sqlContext.implicits._
            val data = hbaseRDD.map(result => {
              val filed1= Bytes.toString(result._2.getValue("cf".getBytes(), "filed1".getBytes()))
              val filed2= Bytes.toString(result._2.getValue("cf".getBytes(), "filed2".getBytes()))
              val filed3= Bytes.toString(result._2.getValue("cf".getBytes(), "filed3".getBytes()))
              val filed4= Bytes.toString(result._2.getValue("cf".getBytes(), "filed3".getBytes()))
              caseClass(filed1, filed2, filed3, filed4)
            }).toDF().registerTempTable("tmptable")

            val sql =
                """
                  | select *
                  | from tmptable
                """.stripMargin
             sqlContext.sql(sql).show()
      }
    }

在本地测试时返现运行的很慢，后来看到以下日志

     18/11/27 16:05:31 INFO Executor: Running task 1.0 in stage 0.0 (TID 1)
     18/11/27 16:05:31 INFO Executor: Running task 0.0 in stage 0.0 (TID 0)
     18/11/27 16:05:31 INFO NewHadoopRDD: Input split: HBase table split(table name: ebay_product_info, scan: , start row: , end row: 2525931568352018-11-09, region location: cdh-005)
     18/11/27 16:05:31 INFO NewHadoopRDD: Input split: HBase table split(table name: ebay_product_info, scan: , start row: 2525931568352018-11-09, end row: , region location: cdh-005)

由于Hbase表中只有两个region，所以只启动两个Task，此时并行度为二！
那么也就是说Spark读取Hbase的并行度取决于这个表有多少个region。然后根据region的startkey和endkey来获取数据

更加体现了Hbase建表时预分区的重要性！