Spark帮我把ArrayBuffer［Bean］写入到hbase数据库，Bean(id：string，name:String)不转换df

Apache Spark 提供了一个方便的方式来操作数据，其中包括将结构化的数据写入HBase这样的NoSQL数据库。如果你有一个包含`Bean`对象的`ArrayBuffer`，每个`Bean`有"id"和"name"属性，并且你想直接将这个数组写入HBase而不需要转换成DataFrame，可以按照以下步骤进行：

1. 首先，你需要添加Spark HBase connector依赖到你的项目中。对于Scala，可以在`build.sbt`文件中添加如下依赖：

libraryDependencies += "org.apache.spark" %% "spark-hbase" % sparkVersion

2. 创建一个`RowBuilder`实例，这是从HBase连接创建的，用于构建HBase表中的行数据。对于`Bean`类，这可能是类似这样的：

import org.apache.hadoop.hbase.util.Bytes
import org.apache.spark.sql.hbase.RowBuilder

val rowBuilder = new RowBuilder()
rowBuilder.add(Bytes.toBytes("id"), id.getBytes)
rowBuilder.add(Bytes.toBytes("name"), name.getBytes)

3. 循环遍历`ArrayBuffer`，每次获取一个`Bean`实例，然后将其添加到`RowBuilder`中：

for (bean <- ArrayBuffer[Bean]) {
  val idBytes = Bytes.toBytes(bean.id)
  val nameBytes = Bytes.toBytes(bean.name)
  rowBuilder.append(idBytes, nameBytes)
}

val rowKey = // 根据你的需求确定行键，通常是你想存储数据的唯一标识
val resultRow = rowBuilder.build()

// 将构建好的行写入HBase
sc.parallelize(Seq(resultRow)).saveToHBaseTable("your_table_name", "your_column_family", Array(rowKey))

4. 最后，通过Spark的`saveToHBaseTable`函数，将行数据批量写入指定的HBase表。