使用自带MR将一个集群上hbase的表导入另一个集群上hbase表中：
1、使用 hbase org.apache.hadoop.hbase.mapreduce.Driver export t_can_20190205 hdfs:///tmp/t_can_20190205 命令将hbase表导入到hdfs中文件中
2、将导入hdfs的文件下载下来后再上传到另一个集群的hdfs上
3、在目前集群的hbase上建表，建表的结构和之前hbase表结构一致
4、使用 hbase org.apache.hadoop.hbase.mapreduce.Driver import t_can_20190205 hdfs:///user/t_can_20190205 命令将hdfs数据导入hbase表中
注意使用参数的方式：
-D hbase.mapreduce.scan.row.start=<ROWSTART>
-D hbase.mapreduce.scan.row.stop=<ROWSTOP>
Export [-D <property=value>]* <tablename> <outputdir> [<versions> [<starttime> [<endtime>]] [^[regex pattern] or [Prefix] to filter]]
hbase org.apache.hadoop.hbase.mapreduce.Driver export -D hbase.mapreduce.scan.row.start=0 -D hbase.mapreduce.scan.row.stop=1000?* t_gps_sq_20190424 hdfs:///tmp/t_gps_sq_20190424_
hbase org.apache.hadoop.hbase.mapreduce.Driver export -D hbase.mapreduce.scan.row.start=xADx5CxACxF6w -D hbase.mapreduce.scan.row.stop=xADx5CxAD1xFF?* t_gps_sq_20190424 hdfs:///tmp/t_gps_sq_20190424___
统计表中数据个数（4种方式）：
1.hbase shell中执行count的命令：
count ‘t1′, INTERVAL => 10, CACHE => 1000
INTERVAL为统计的行数间隔，默认为1000，CACHE为统计的数据缓存。这种方式效率很低，如果表行数很大的话不建议采用这种方式。
2.Hbase自带 mapreduce 工具类：
使用自带MR的命令: hbase org.apache.hadoop.hbase.mapreduce.RowCounter ‘tablename’
3.使用 coprocessor 新特性,编写如下代码执行：
Configuration conf = HBaseConfiguration.create();
HTable hTable = new HTable(conf, TableName.valueOf("T_REVIEW_MODULE"));
LongColumnInterpreter columnInterpreter = new LongColumnInterpreter();
AggregationClient aggregationClient = new AggregationClient(conf);
Scan scan = new Scan( Bytes.toBytes("startRow"), Bytes.toBytes("stopRow"));
Long count = aggregationClient.rowCount(hTable, columnInterpreter, scan);
4.hive over hbase：用hive的语句创建hbase的关联表，可以直接在hive中执行sql语句统计hbase表的行数。创建关联表的语句：
CREATE TABLE hive_hbase_1(key INT,value STRING)
STORED BY 'org.apache.hadoop.hive.hbase.HBaseStorageHandler'
WITH SERDEPROPERTIES ("hbase.columns.mapping"=":key,cf:val")
TBLPROPERTIES("hbase.table.name"="t_hive","hbase.table.default.storage.type"="binary");