我在尝试向hbase插入数据时遇到问题。
我有一个1200万行的sparkDataframe，有两个字段：

* KEY, a md5 hash
* MATCH, a boolean ("1" or "0")

我需要将它存储在一个hbase表中，key是rowkey，match是一列。
我创建了带有行键拆分的表：

create 'GTH_TEST', 'GTH_TEST', {SPLITS=> ['10000000000000000000000000000000',
'20000000000000000000000000000000','30000000000000000000000000000000',
'40000000000000000000000000000000','50000000000000000000000000000000',
'60000000000000000000000000000000','70000000000000000000000000000000',
'80000000000000000000000000000000','90000000000000000000000000000000',
'a0000000000000000000000000000000','b0000000000000000000000000000000',
'c0000000000000000000000000000000','d0000000000000000000000000000000',
'e0000000000000000000000000000000','f0000000000000000000000000000000']}

我使用hortonworks的hbase shc连接器，如下所示：

df.write
  .options(Map(HBaseTableCatalog.tableCatalog -> cat_matrice))
  .format("org.apache.spark.sql.execution.datasources.hbase")
  .save()

这个密码永远不会结束。它开始向hbase插入数据并永远运行（在我杀死它之前至少35个小时）。它执行11984/16000个任务，任务数始终相同。
我做了一个改变：

df.limit(Int.MaxValue)
  .write
  .options(Map(HBaseTableCatalog.tableCatalog -> cat_matrice))
  .format("org.apache.spark.sql.execution.datasources.hbase")
  .save()

使用limit（int.maxvalue），插入1200万行需要4/5分钟。
有人能解释一下这种行为吗？hbase侧是否有max\ U连接？在hbase或spark端有一些调整要做吗？
谢谢！
杰弗里