一、准备工作
(1)windows下安装happybase库:
python
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
# 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
[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
#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
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
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
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
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
# 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
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
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
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
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
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'])