使用 phoenix 向 HBase 中导入数据，使用的是 phoenix 自带的脚本 psql.py，结果报错：
1 | 19/10/18 11:47:29 ERROR client.ConnectionManager$HConnectionImplementation: The node /hbase is not in ZooKeeper. It should have been written by the master. Check the value configured in 'zookeeper.znode.parent'. There could be a mismatch with the one configured in the master. |
看起来是 ZooKeeper 环境有问题，本文记录解决过程。
本文开发环境基于 HBase v1.1.2、phoenix v4.2.0 。
问题出现
使用 phoenix 自带的导数脚本 psql.py，执行导入操作：
1 | psql.py -t YOUR_TABLE dev4:2181 ./content.csv |
其中，dev4:2191 是 Zookeeper 集群节点，./content.csv 是数据文件，结果出现异常：
1 | 19/10/18 11:47:29 ERROR client.ConnectionManager$HConnectionImplementation: The node /hbase is not in ZooKeeper. It should have been written by the master. Check the value configured in 'zookeeper.znode.parent'. There could be a mismatch with the one configured in the master. |
看起来是 Zookeeper 中缺失 /hbase 节点目录。
问题解决
从 stackoverflow 上面查到一条类似的问题，见备注链接。
表面原因的确是 Zookeeper 中缺失 /hbase 节点目录，因为 phoenix 需要从这个节点获取 HBase 集群的信息，例如表结构，节点目录缺失则无法获取。
查看 conf/hbase-site.xml 文件，找到配置项：zookeeper.znode.parent，它就是表示 HBase 在 ZooKeeper 中的管理目录，里面存储着关于 HBase 集群的各项重要信息：
1 | <property> |
再去查看 conf/hbase-env.sh 里面的配置信息：HBASE_MANAGES_ZK，这个参数是告诉 HBase 是否使用自带的 ZooKeeper 管理 HBase 集群。如果为 true，则使用自带的 ZooKeeper；如果为 false，则使用外部的 ZooKeeper。
可以看到我这里的参数设置的是 false，也就是使用外部的 ZooKeeper 集群。
在这里多说一下这个参数的不同值的使用场景：
- 默认值为
true，但是，自带的ZooKeeper只能为单机或伪分布模式下的HBase提供服务，一般用于学习场景或者测试环境，比较方便管理 - 如果设置为
false，则使用外部的ZooKeeper管理HBase，此时HBase既可以是单机模式、伪分布式模式，也可以是分布式模式，重点只有一个，需要自己搭建一套ZooKeeper集群 - 如果设置为
true，并且HBase使用伪分布式模式，则在启动HBase时，HBase将Zookeeper作为自身的一部分运行，进程变为HQuorumPeer - 一般建议使用
false，然后自己再单独搭建一套ZooKeeper，这才是真生的分布式环境；当然，如果觉得复杂，只是自己学习、测试的时候使用，可以设置为true
言归正传，既然使用的是外部的 ZooKeeper，也就是我这里指定的 dev4:2181，可见 HBase 集群已经设置了自己在 Zookeeper 中的元信息管理目录，而 phoenix 为什么要去另外一个目录 /hbase 获取呢。这里可能是 phoenix 的配置有问题。
不妨先去里面看一下是否存在 /hbase 节点即可，经过查看，没有这个节点。如果没有的话，也不妨先重新创建一个，使用：create /hbase"" 创建一个空内容节点，确保节点存在。
注意，这里只是创建了一个空节点，里面并没有任何信息，所以 phoenix 从里面是无法获取关于 HBase 集群的信息的。
测试了一下，果然，还是无法导入数据，抛出超时异常：
1 | 19/10/19 20:47:12 WARN impl.MetricsConfig: Cannot locate configuration: tried hadoop-metrics2-phoenix.properties,hadoop-metrics2.properties |
可以看到，里面有 Can't get master address from ZooKeeper 字样，也就是无法从 Zookeeper 指定的目录中获取关于 HBase 的主节点信息，可见，单纯在 Zookeeper 中创建一个 /hbase 目录是没用的。因此，源头应该在于 phoenix 为什么不去 /hbase-unsecure 目录中获取 HBase 集群信息【这才是 HBase 集群的信息所在地】，是哪里的配置出了问题。
经过排查，phoenix 脚本在加载 hbase_conf_dir 参数的时候，目录错误，因此没有获取到 HBase 相的配置文件，最终导致没有去 Zookeeper 的 /hbase-unsecure 目录读取数据。这里排查的是 psql.py、phoenix_utils.py 这两个文件，里面有关于加载 HBase、Hadoop 集群的配置目录的参数，如果赋值错误就会导致上述现象。
把 hbase_conf_dir 参数的加载过程梳理清楚，确保可以加载到 HBASE_HOME/conf 目录，接着就可以顺利导入数据了。
同时当然也需要 HADOOP_HOME/conf，但是我这里已经是正确的了，如果读者没有配置好，可能会遇到找不到 hdfs 的相关类，例如：
1 | java.lang.RuntimeException: java.lang.ClassNotFoundException: Class org.apache.hadoop.hdfs.DistributedFileSystem not found |
最后一点需要注意，上传的 csv 文件内容列数要确保和 HBase 表的列数一致，并且不需要表头，否则无法成功导入【表头也会被当做内容】，日志也会报错提醒的。当然，字段也是有顺序的，csv 文件中字段的顺序要和 HBase 表中定义的一致。
顺利导入数据，导入成功，耗时 12 秒，导入 12000 条数据，从输出日志中可以看到详情。
备注
1、参考：HBase ，这是个相似的问题。
2、如果数据量比较大的话，就不建议使用这种脚本导入的方式，反而可以使用 xxx-client.jar 包里面自带的处理类来执行，并提前把数据文件上传至 hdfs，然后后台会提交 MapReduce 任务来大批量导入数据。
3、数据导入、数据导出还可以使用 pig 这个工具。
