happybase基本操作方法

一、准备工作

（1）windows下安装happybase库：

python 复制代码

pip install happybase -i https://pypi.tuna.tsinghua.edu.cn/simple

（2）确保HDFS、Hbase、Zookeeper服务正常运行：

启动HDFS命令：start-dfs.sh

启动HBase和Zookeeper命令：start-hbase.sh

二、开启thrift

ruby 复制代码

# 进入hbase安装目录下的bin目录
cd /usr/local/hbase-2.5.6/bin
#启动Thrift
hbase-daemon.sh start thrift
#jps查看进程
jps

ruby 复制代码

[root@hadoop~]# jps
1556 HRegionServer
485 SecondaryNameNode
230 NameNode
1400 HMaster
1993 ThriftServer
1114 HQuorumPeer
2111 Jps
3514 DataNode

三、happybase操作教程

（1）创建连接

python 复制代码

#1.导入happybase库
import happybase
#2.建立HBase的连接
conn = happybase.Connection(
    host="192.168.25.200",   #主机名
    port=9090,      #Thrift的默认端口号
    timeout=60000   #超时时间
)
#3.通过conn对象，调用tables方法，获取hbase中的表格
print(conn.tables())
#4.关闭连接
conn.close()

注意： 如果运行结果报错显示无法连接到虚拟机节点，则需要检查你的虚拟机是否已经关闭防火墙，如果防火墙为开启状态，需要关闭防火墙：systemctl stop firewalld.service

（2）创建表

python 复制代码

conn.create_table(
    'mytable',						# 表名，字符串类型
    {'cf1': dict(max_versions=10),	# 列族1
     'cf2': dict(max_versions=1),	# 列族2
     'cf3': dict(),               	# 列族3，默认属性
    }
)
# 通常，管理HBase，建议使用HBase Shell，因为HappyBase使用的Thrift接口仅有有限功能。

（3）获取表对象

python 复制代码

table = conn.table('mytable')	# 传入表名
# 表不存在也不会报错，本步骤不会真的链接到HBase，只是在代码内创建一个table对象

（4）查询单行数据

table.row()从表中检索单行，并将其作为映射列到值的字典返回。

python 复制代码

row = table.row(b'rk0001')
print(row[b'info:name'])   # prints the value of info:name
# 返回值：b'zhangsan'，注意是二进制<class 'bytes'>类型
# 转换字符串：
print(str(row[b'info:name'], encoding="utf-8"))
# 即
str(bytes对象, encoding="编码格式，通常使用utf-8")

（5）查询多行数据

table.rows() 方法的工作方式与table.row() 类似，但需要多个行键并将它们作为 (key, data) 元组返回。

python 复制代码

rows = table.rows([b'rk0001', b'rk0002'])
for key, data in rows:
    print(key, data)

"""
返回值：
b'rk0001' {b'data:pic': b'picture', b'info:age': b'20', b'info:gender': b'female', b'info:name': b'zhangsan'}
b'rk0002' {b'data:pic': b'picture', b'info:age': b'11', b'info:gender': b'male', b'info:name': b'wangwu'}

注意哦，key是bytes对象
data是字典对象，字典中key和value都是bytes
"""

（6）获取多版本数据

HBase支持存储同一单元的多个版本。这可以为每个列族配置。要检索给定行的列的所有版本，可以使用 table.cells()。此方法返回一个有序的单元格列表，最新版本排在最前面。

ruby 复制代码

# 首先，准备一个保存多版本的表
create 'tv', {NAME => 'info', VERSIONS => 5}
# 插入版本1
put 'tv', 'rk0001', 'info:name', 'hahaha'
# 插入版本2
put 'tv', 'rk0001', 'info:name', 'heiheihei'

# 检查
hbase(main):024:0> scan 'tv'
ROW                          COLUMN+CELL                                                                       
 rk0001                      column=info:name, timestamp=1641836267655, value=heiheihei                        
1 row(s)
Took 0.0103 seconds

python 复制代码

table = conn.table('tv')
# 获取1个版本（默认最新咯）
values = table.cells(b'rk0001', b'info:name', versions=1)
print(type(values))
print(values)

"""
返回值：
<class 'list'>
[b'heiheihei']
"""
# 获取2个版本
values = table.cells(b'rk0001', b'info:name', versions=2)
print(type(values))
print(values)

"""
返回值：
<class 'list'>
[b'heiheihei', b'hahaha']
可见，2个版本都获取了，按照顺序，第一个最新
"""

（7）scan表格数据

除了检索已知行键的数据外，HBase 中的行还可以使用使用 table.scan() 创建的表扫描器有效地迭代。遍历表中所有行的基本扫描程序如下所示。

python 复制代码

rows = table.scan()
print(type(rows))	# <class 'generator'>
print(rows)			# <generator object Table.scan at 0x0000024E8AA2CD60>
print(list(rows))	# 将generator类型强转为list: [(b'rk0001', {b'info:name': b'heiheihei'})]

rows = table.scan()
for row in rows:
    print(type(row))	# <class 'tuple'>
    print(row)			# (b'rk0001', {b'info:name': b'heiheihei'})

（8）插入数据

要在我们的表中存储单个单元格的数据，我们可以使用table.put()，它接收行键和要存储的数据。数据应该是一个字典，将列名映射到一个值：

python 复制代码

table = connection.table('user')
table.put(b'rk0003', {b'info:name': b'wangdacui',
                      b'info:age': b'11'})

（9）删除数据

table.delete() 方法从表中删除数据。要删除完整的行，只需指定行键：

python 复制代码

table.delete(b'rk0004')

要删除一列或多列而不是整行，还需指定 columns 参数：

python 复制代码

table = connection.table('user')
table.put(b'rk0004', {b'info:name': b'zhangdasan',
                      b'info:age': b'11', b'info:pic': b'pic'})
table.delete(b'rk0004', columns=[b'info:age', b'info:pic'])