HBase shell scan 模糊查询

Posted 2020-09-24 Charlist

0.进入hbase shell

./hbase shell 
help 
help “get” #查看单独的某个命令的帮助

1. 一般命令

1. status 查看状态
2. version 查看版本

2.DDL（数据定义语言Data Definition Language）命令

1. 创建表

create ‘表名称’,’列名称1’，’列名称2’，’列名称3’ 
如：

create ‘member‘,‘member_id‘,‘address‘,‘info‘
1

2.列出所有的表

list 

list ‘abc.*’ #显示abc开头的表

3.获得表的描述

describe ‘table_name’ 

Table play_error_file is ENABLED
play_error_file
column families description
{
NAME => ‘cf‘,
BLOOMFILTER => ‘ROW‘,#根据应用来定，看需要精确到rowkey还是column。bloom filter的作用是对一个region下查找记录所在的hfile有用。一个region下hfile数量越多，bloom filter的作用越明显。适合那种compaction（压缩）赶不上flush速度的应用。
VERSIONS => ‘1‘,# 通常是3，对于更新比较频繁的应用可以设置为1
IN_MEMORY => ‘false‘,
KEEP_DELETED_CELLS => ‘FALSE‘,
DATA_BLOCK_ENCODING => ‘NONE‘,
TTL => ‘FOREVER‘,
COMPRESSION => ‘NONE‘,
MIN_VERSIONS => ‘0‘,
BLOCKCACHE =>‘true‘,
BLOCKSIZE => ‘65536‘,
REPLICATION_SCOPE => ‘0‘
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

4.删除一个列族 alter,disable, enable

disable ‘member‘  #删除列族时必须先将表给disable
alter ‘member‘,{NAME=>‘member_id‘,METHOD=>‘delete‘}
#删除后继续enable ‘member‘
enable ‘member‘
1
2
3
4

5.删除表

disable ‘table_name‘drop ‘table_name‘
1
2

6.查询表是否存在

exists ‘table_name‘
1

7.判断表是否enabled

is_enabled ‘table_name‘
1

8.更改表名

//快照 这样试试，先建立个表自己测试下，可以的话在执行。

需要开启快照功能，在hbase-site.xml文件中添加如下配置项：
<property>
<name>hbase.snapshot.enabled</name>
<value>true</value>
</property>

//命令
hbase shell> disable ‘tableName‘
hbase shell> snapshot ‘tableName‘, ‘tableSnapshot‘
hbase shell> clone_snapshot ‘tableSnapshot‘, ‘newTableName‘
hbase shell> delete_snapshot ‘tableSnapshot‘
hbase shell> drop ‘tableName‘
1
2
3
4
5
6
7
8
9
10
11
12
13
14

3.DML（data manipulation language）操作

1.插入

 
在ns1:t1或者t1表里的r1行，c1列中插入值，ts1是时间

put ‘ns1:t1‘, ‘r1‘,‘c1‘,‘value‘or
put ‘t1‘,‘r1‘,‘c1‘,‘value‘or
put ‘t1‘,‘r1‘,‘c1‘,‘value‘,ts1
or
put ‘t1‘,‘r1‘,‘c1‘,‘value‘,{ATTRIBUTES=>{‘mykey‘=>‘myvalue‘}}
put ‘t1‘,‘r1‘,‘c1‘,‘value‘,ts1,{ATTRIBUTES=>{‘mykey‘=>‘myvalue‘}}
put ‘t1‘,‘r1‘,‘c1‘,‘value‘,ts1,{VISIBILITY=>‘PRIVATE|SECRET}
# t是table ‘t1‘表的引用
t.put ‘r1‘,‘c1‘,‘value‘,ts1,{ATTRIBUTES=>{‘mykey‘=>‘myvalue‘}}


put ‘table_name‘,‘row_index‘,‘info:age‘,‘24‘
put ‘table_name‘,‘row_index‘,‘info:birthday‘,‘1987-06-17‘
put ‘table_name‘,‘row_index‘,‘info:company‘,‘tencent‘
put ‘table_name‘,‘row_index‘,‘address:contry‘,‘china‘
put ‘table_name‘,‘row_index‘,‘address:province‘,‘china‘
put ‘table_name‘,‘row_index‘,‘address:city‘,‘shenzhen‘
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

2.获取一条数据

# 获取一个id的所有数据get ‘table_name‘,‘row_index‘# 获取一个id,一个列族的所有数据get ‘table_name‘,‘row_index‘,‘info‘# 获取一个id,一个列族中一个列的所有数据get ‘table_name‘,‘row_index‘,‘info:age‘
1
2
3
4
5
6
7
8

3.更新一条记录

将qy的单位改为qq 
put ‘table_name’,’qy’,’info:company’,’qq’

4.通过timestrap来获取两个版本的数据

# 得到company为tencent的记录
get ‘table_name‘,‘qy‘,{COLUMN=>‘info:company‘,TIMESTRAP=>1321586238965}
# 得到company为qq的数据
get ‘table_name‘,‘qy‘,{COLUMN=>‘info:company‘,TIMESTRAP=>1321586271843}
1
2
3
4

5.全表扫描

scanner规范： 
TIMERANGE， 
FILTER， 
LIMIT， 
STARTROW（start row）， 
STOPROW（stop row）， 
ROWPREFIXFILTER（row prefix filter,行前缀） 
TIMESTAMP， 
MAXLENGTH， 
or COLUMNS， 
CACHE， 
or RAW， 
VERSIONS

scan ‘hbase:meta‘
scan ‘hbase:meta‘,{COLUMNS => ‘info:regioninfo‘}
scan ‘ns1:t1‘,{COLUMNS=>[‘c1‘,‘c2‘],LIMIT=>10,STARTROW=>‘xyz‘}
scan ‘t1‘,{COLUMNS=>‘c1‘,TIMERANGE=>[1303668804,1303668904]}
scan ‘t1‘,{REVERSED=>true}
scan ‘t1‘,{
    ROWPREFIXFILTER=>‘row2‘,
    FILTER=>"(QualifierFilter(>=,‘binary:xyz‘)) 
    AND (TimestampsFilter(123,456))"}
scan ‘t1‘,{FILTER => org.apache.hadoop.hbase.filter.ColumnPaginationFilter.new(1,0)}
scan ‘t1‘,{CONSISTENCY=>‘TIMELINE‘}

设置操作属性：
scan ‘t1‘,{COLUMNS => [‘c1‘,‘c2‘],ATTRIBUTES=>{‘mykey‘=>‘myvalue‘}}
scan ‘t1‘,{COLUMNS=>[‘c1‘,‘c2‘],AUTHORIZATIONS=>[‘PRIVATE‘,‘SECRET‘]}
有个额外的选项：CACHE_BLOCKS,默认为true
还有个选项：RAW，返回所有cells（包括删除的markers和uncollected deleted cells，不能用来选择特定的columns，默认为default）
如：scan ‘t1‘,{RAW=>true,VERSIONS=>10}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

全表扫描一般不会用，数据量大的时候会死人的。。

6.删除记录

# 删除id为temp的记录的‘info:age‘字段
delete ‘member‘,‘temp‘,‘info:age‘# 删除整行
deleteall ‘member‘,‘temp‘
1
2
3
4
5

7.查询表中有多少行

count ‘table_name‘,INTERVAL=>1000,CACHE => 1000or
有对表t1的引用t
t.count
INTERVAL: 每隔多少行显示一次count，默认是1000
CACHE:每次去取的缓存区大小，默认是10，调整该参数可提高查询速度
1
2
3
4
5
6

8.清空表

truncate ‘table_name‘
HBase是先将表disable，再drop the table，最后creating table。
1
2

5.scan查询

1.限制条件

scan ‘qy’,{COLUMNS=>’name’}

scan ‘qy’,{COLUMNS=>’name:gender’}

scan ‘qy’,{COLUMNS=>[‘name’,’foo’]}

限制查找条数：

scan ‘qy’,{COLUMNS=>[‘name’,’foo’],LIMIT=>1} 
scan ‘qy’,{COLUMNS=>[‘name’,’foo’],LIMIT=>2}

限制时间范围：

scan ‘qy’,{TIMERANGE=>[1448045892646,1448045892647]}

2.filter 过滤部分

PrefixFilter:rowKey前缀过滤

scan ‘qy’,{FILTER=>”PrefixFilter(‘001’)”}

scan ‘qy’,{FILTER=>PrefixFilter(‘t’)}

QualifierFilter:列过滤器

QualifierFilter对列的名称进行过滤，而不是列的值。

scan ‘qy’,{FILTER=>”PrefixFilter(‘t’) AND QualifierFilter(>=,’binary:b’)”}

TimestampsFilter:时间戳过滤器

scan ‘qy’,{FILTER=>”TimestampsFilter(1448069941270,1548069941230)” }

scan ‘qy’,{FILTER=>”（QualifierFilter(>=,’binary:b’)） AND （TimestampsFilter(1348069941270,1548069941270)）” }

ColumnPaginationFilter

scan ‘qy’,{FILTER=>org.apache.hbase.filter.ColumnPaginationFilter.new(2,0)}

cannot load Java class org.apache.hbase.filter.ColumnPaginationFilter

hbase shell应用filter 
1.导入需要的类

import org.apache.hadoop.hbase.filter.CompareFilter
import org.apache.hadoop.hbase.filter.SingleColumnValueFilter
import org.apache.hadoop.hbase.filter.SubstringComparator
import org.apache.hadoop.hbase.util.Bytes
1
2
3
4

2.执行命令

scan ‘tablename‘,STARTROW=>‘start‘,COLUMNS=>[‘family:qualifier‘],FILTER=>SingleColumnValueFilter.new(Bytes.toBytes(‘family‘),Bytes.toBytes(‘qualifier‘))
1

查看原文>>

来源： http://lib.csdn.net/article/hbase/62344