在Spark中讀取HBase數據，可以通過使用HBase的Spark Connector來實現。HBase提供了一個專門用于與Spark集成的Connector，可以讓Spark作為HBase的數據源來讀取HBase中的數據。

要在Spark中讀取HBase數據，首先需要在Spark的依賴中添加HBase Connector，然后通過編寫Spark應用程序來實現數據讀取操作。以下是一個簡單的示例代碼：

import org.apache.spark.SparkConf
import org.apache.spark.SparkContext
import org.apache.hadoop.hbase.HBaseConfiguration
import org.apache.hadoop.hbase.mapreduce.TableInputFormat

object ReadHBaseData {

  def main(args: Array[String]): Unit = {
    val conf = new SparkConf().setAppName("ReadHBaseData")
    val sc = new SparkContext(conf)

    val hbaseConf = HBaseConfiguration.create()
    hbaseConf.set("hbase.zookeeper.quorum", "localhost")
    hbaseConf.set("hbase.zookeeper.property.clientPort", "2181")
    hbaseConf.set(TableInputFormat.INPUT_TABLE, "your_hbase_table_name")

    val hbaseRDD = sc.newAPIHadoopRDD(hbaseConf, classOf[TableInputFormat], classOf[org.apache.hadoop.hbase.io.ImmutableBytesWritable], classOf[org.apache.hadoop.hbase.client.Result])

    hbaseRDD.foreach { case (key, value) =>
      // process the key and value
      println("Key: " + key)
      println("Value: " + value)
    }

    sc.stop()
  }
}

在上面的代碼中，首先創建了一個SparkContext對象，然后創建了一個HBaseConfiguration對象，并設置了HBase的配置信息。接著使用newAPIHadoopRDD方法從HBase中讀取數據，并將結果存儲在hbaseRDD中。最后，可以對讀取到的數據進行處理或輸出。

需要注意的是，讀取HBase數據的過程可能會比較復雜，需要根據具體的業務需求和數據結構進行配置。在實際使用中，還需要根據實際情況修改代碼中的配置參數和數據處理邏輯。