[英]Scan HTable rows for specific column value using HBase shell
我想從hbase shell掃描 HTable 中的行,其中列族(即 Tweet)具有特定值(即 user_id)。
現在我想找到 tweet:user_id 具有值test1
所有行,因為該列具有值'test1'
column=tweet:user_id, timestamp=1339581201187, value=test1
雖然我可以掃描特定用途的表格,
scan 'tweetsTable',{COLUMNS => 'tweet:user_id'}
但我沒有找到任何方法來掃描一行的值。
是否可以通過 HBase Shell 執行此操作?
我也檢查了這個問題。
沒有 Hive 也是可能的:
scan 'filemetadata',
{ COLUMNS => 'colFam:colQualifier',
LIMIT => 10,
FILTER => "ValueFilter( =, 'binaryprefix:<someValue.e.g. test1 AsDefinedInQuestion>' )"
}
注意:為了找到包含test1作為問題中指定的值的所有行,請在過濾器中使用binaryprefix:test1 (有關更多示例,請參閱此答案)
Nishu,這是我定期使用的解決方案。 它實際上比您現在需要的要強大得多,但我認為有一天您會使用它的功能。 是的,它適用於 HBase shell。
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
scan 'yourTable', {LIMIT => 10, FILTER => SingleColumnValueFilter.new(Bytes.toBytes('family'), Bytes.toBytes('field'), CompareFilter::CompareOp.valueOf('EQUAL'), Bytes.toBytes('AAA')), COLUMNS => 'family:field' }
僅返回family:field
列並應用過濾器。 可以改進此過濾器以執行更復雜的比較。
這里還有一些我認為最有用的提示:
由於有多個要求解釋此答案,因此已發布此附加答案。
示例 1
如果
scan '<table>', { COLUMNS => '<column>', LIMIT => 3 }
會返回:
ROW COLUMN+CELL
ROW1 column=<column>, timestamp=<timestamp>, value=hello_value
ROW2 column=<column>, timestamp=<timestamp>, value=hello_value2
ROW3 column=<column>, timestamp=<timestamp>, value=hello_value3
那么這個過濾器:
scan '<table>', { COLUMNS => '<column>', LIMIT => 3, FILTER => "ValueFilter( =, 'binaryprefix:hello_value2') AND ValueFilter( =, 'binaryprefix:hello_value3')" }
會返回:
ROW COLUMN+CELL
ROW2 column=<column>, timestamp=<timestamp>, value=hello_value2
ROW3 column=<column>, timestamp=<timestamp>, value=hello_value3
示例 2
如果不支持:
scan '<table>', { COLUMNS => '<column>', LIMIT => 3, FILTER => "ValueFilter( !=, 'binaryprefix:hello_value2' )" }
會返回:
ROW COLUMN+CELL
ROW1 column=<column>, timestamp=<timestamp>, value=hello_value
ROW3 column=<column>, timestamp=<timestamp>, value=hello_value3
文本搜索表 t1 中值 BIGBLUE 的示例,列族為 d:a_content。 掃描表格將顯示所有可用值:-
scan 't1'
...
column=d:a_content, timestamp=1404399246216, value=BIGBLUE
...
要僅搜索限制為 1 的 BIGBLUE 值,請嘗試以下命令:-
scan 't1',{ COLUMNS => 'd:a_content', LIMIT => 1, FILTER => "ValueFilter( =, 'regexstring:BIGBLUE' )" }
COLUMN+CELL
column=d:a_content, timestamp=1404399246216, value=BIGBLUE
顯然,刪除限制將顯示該表/cf 中的所有事件。
要根據任何列值掃描 hbase 中的表,可以將 SingleColumnValueFilter 用作:
scan 'tablename' ,
{
FILTER => "SingleColumnValueFilter('column_family','col_name',>, 'binary:1')"
}
從 HBase shell 我認為這是不可能的,因為它是我們用來查找特定數據的查詢。 眾所周知,HBAse 是 noSQL,所以當我們想要應用查詢時,或者如果我們有像您這樣的情況,那么我認為您應該使用 Hive 或 PIG,因為 Hive 是一種安靜的好方法,因為在 PIG 中我們需要弄亂腳本。
無論如何,您可以從這里獲得有關HIVE 的良好指導, HIVE 與 HBase 的集成以及從這里
如果您的唯一目的是查看數據而不是從(任何客戶端的)代碼中獲取,那么您可以使用 HBase Explorer 或一個新的非常好的產品,但它的 beta 版本是“HBase 管理器”。 您可以從HBase 管理器獲取此信息
它很簡單,更重要的是,它有助於插入和刪除數據,像其他 DBclients 一樣從 UI 對列限定符應用過濾器。 試試。
我希望它對你有幫助:)
稍微不同的問題,但如果您想查詢不存在於所有行中的特定列, DependentColumnFilter
是您最好的朋友:
import org.apache.hadoop.hbase.filter.DependentColumnFilter
scan 'orgtable2', {FILTER => "DependentColumnFilter('cf1','lan',false,=,'binary:fre')"}
前一次掃描將返回lan
列所在行且其關聯值等於fre
所有列。 第三個參數是dropDependentColumn
,如果設置為true
,它將阻止lan
列本身顯示在結果中。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.