使用spark访问hbase时，需要在hbaseconfiguration中指定正确的扫描范围，然后使用hbaseconfiguration创建rdd。好像是这样的：

val conf = HBaseConfiguration.create()
conf.set(TableInputFormat.INPUT_TABLE, inputTable)
conf.set(TableInputFormat.SCAN_ROW_START, start_row_string)
conf.set(TableInputFormat.SCAN_ROW_STOP, end_row_string)
val hBaseRDD = sc.newAPIHadoopRDD(
    conf,
    classOf[TableInputFormat],
    classOf[org.apache.hadoop.hbase.io.ImmutableBytesWritable],
    classOf[org.apache.hadoop.hbase.client.Result]
  )

在那之后我可以用任何方式操纵hbaserdd。但代码中的起始行字符串必须是字符串，这会导致问题。在hbase中，我的行键是由以int开头的字节数组创建的。也就是说：

val row_key = byte array of Int ++ arbitrary byte array

在我创建了row_key byte数组并将row key转换成一个字符串以传递到上面提到的hbaseconfiguration之后，我发现我错了：

val row_key_string = new String(row_key)

因为row\u key\u string.getbytes与row\u key.getbytes不相等，所以hbase没有获得正确的起始行密钥，并且hbase返回了错误的数据。例子：

val arr = Array(0,0,15,-77)  //which is the array byte of 4018
val str = new String(arr)
arr.getBytes                 //return Array(0, 0, 15, -17, -65, -67)
arr.getBytes("UTF-16BE")     //return Array(0,0,15,-77)

arr.getbytes（“utf-16be”）返回正确答案。由于方法getbytes由spark调用，因此我无法指定getbytes的字符集。
如果我不能解决这个问题。我必须放弃新的hadooprd。我可以在每个执行器中建立一个连接，并使用scan，它采用字节数组来指定hbase客户端提供的起始行键。但是它很难看。