#Produce hive -> DataFrame -> RDD[Features] -> Hbase
生产加工特征存入hbaew： 参数说明： --date：特征的日期，格式为2015-09-22 --sql: 提取数据的sql --ftype： 特征类型（cross,user,item） --mapping：sql row到feature的映射，其中：
attrCate为交叉特征类型ID，需要是整数， user的值对应的sql中user_id的索引， attrid对应sql中id的索引， fIndex为一个字典，键是vw命名空间名，值是对应sql中的索引。 example:
spark-submit \
--master local \
--num-executors 1 \
--driver-memory 1g \
--executor-memory 1g \
--executor-cores 1 \
--name test-zhengchen \
--queue bdp_jmart_jdmp \
--class com.jd.bdp.fpmc.tools.SparkSql2HbaseFeature \
tools-0.1-SNAPSHOT.jar \
--date $YESTERDAY \
--sql "select user_id,cast(sku_id as bigint),cast(sum(three_days) as string),cast(sum(seven_days) as string) from adm.o2o_user_sku_features_tmp where dt='$YESTERDAY' and action='buy' group by user_id,sku_id" \
--ftype cross \
--mapping '{"attrCate":1,"user":0,"attrid":1,"fIndex":{"ub3b":2,"ub7b":3}}' \
#Consume hiveTable -> DataFrame -> RDD[Action] -> RDD[Example] <- Hbase
生成从hbase取特征 参数说明： --sql：提取标签数据的sql --output：样本输出的hdfs路径 --mapping：sql row到标签的映射，其中:
user对应sql行数据中用户id的索引， item对应sql行数据中skuid的索引（要求bigint类型）， timestamp：时间戳对应的sql行数据索引，单位为s，类型为int， label：标签对应的sql行数据索引， attrmap：交叉特征类别与值映射，建为交叉特征类型，值为交叉特征对应的sql行数据索引 example:
spark-submit \
--master local \
--num-executors 1 \
--driver-memory 1g \
--executor-memory 1g \
--executor-cores 1 \
--name test-zhengchen \
--queue bdp_jmart_jdmp \
--class com.jd.bdp.fpmc.tools.MakeExamples \
tools-0.1-SNAPSHOT.jar \
--sql "select user_log_acct, sku_id, request_time_sec, 1 from gdm.gdm_m14_online_o2o where dt='$YESTERDAY' and ct_page in ('detail' ,'GoodsInfo') and sku_id is not null and user_log_acct is not null and user_l
og_acct != '' and refer_page in ('home','Home')" \
--mapping '{"user":0,"item":1,"timestamp":2,"label":3,"attrmap":{"1":1}}' \
--output /tmp/fpmc/example