贴一下namenode的日志呗

比如让你列出最尽年份，1到12的数据

你每个机器的yarn配置多大啊？

sparksql的应用要比hive on spark更灵活一些吧，可以在代码中使用也可以以服务形式使用。hive on spark是计算引擎的升级，毕竟很多不会写程序的想处理大数据还得用hive。那hive on spark会比原来的hive计算速度更快吧，对于开发spark的人来讲无所谓，对于不会开发spark的那就是厉器，为了让只会写SQL的人也能方便使用spark吧。

用spark或者mr读hbase底层的hfile文件，生成新的hfile文件，然后再导入到新的hbase表
用hadoop或者spark都可以做
这两篇笔记里有mr的相关内容
http://hainiubl.com/topics/125
http://hainiubl.com/topics/126
这里有spark的hfile操作
http://hainiubl.com/topics/196

可以先转成结构化数据进行处理，当然也可以直接在非结构化数据上拿取相应的数据，不过比较麻烦，一般都是先ETL成结构化数据，ETL或以用mapreducer、spark或者用hive
非结构化数据一般是原始日志，比如nginx的原始日志

@阳光下的猪 这个文章有winutil搭建开发环境的
http://hainiubl.com/topics/89

@阳光下的猪 用winutil开发mr吧，那个插件bug太多

map-site.xml里的

你的命令没有问题，用netstat -apn|grep 9999看一下有没有开启端口号

没有就是服务没启动成功。
如果有就telnet localhost 9999看一下，出现这个就没有问题

都不好使就检查一下网络和linux的防火墙。
还有一种可能就是host文件中的localhost配置问题，看一下host文件是否配置localhost

看看你少啥jar包了，给的信息太少我也无法确定

从异常上看，我猜是80以前那个数据块丢了，现在给你换了一下对应关系，如果不影响使用可以忽略。

从你的结果中看\x00\x00\x00\x00就是你的rowkey

get '表名','rowkey'
用这个命令查询你得事先知道要查的rowkey具体是什么

你说的是rowkey吗？