HBase数据操作

• put
• delete
• 数据查询
  • get
  • scan
• 数据统计

put

• 语法

put  '表名','行键','列族:列限定符','单元格值',时间戳

• 描述
  • 必须指定表名、行键、列族、列限定符
  • 列族必须是已经创建的，否则HBase会报错
  • 列名是临时定义的，所以列族里的列是可以随意扩展的
  • 时间戳是可选参数，如不设置，则系统会自动插入当前时间为时间戳
  • 参数区分大小写，字符串使用单引号
  • 只能插入单个数据

• 描述:如果指定的单元格已经存在，则put操作为更新数据；
  • 单元格会保存指定VERSIONS=>n的多个版本数据

delete

• 语法

delete  '表名','行键','列族<:列限定符>',<时间戳>

• 描述：必须指定表名、行键和列族，列限定符和时间戳是可选参数；

  • delete最小删除粒度为单元格，且不能跨列族删除

注意

delete操作并不会马上删除数据，只是将对应的数据打上删除标记，只有在数据产生合并时，数据才会被删除。

数据查询

get

• 语法

get  '表名','行键',<'列族:列限定符',时间戳>

get 'student','001'

get 'student','001',{COLUMN=>'Grades'}

get 'student','001' ,{COLUMN=>'Grades',TIMERANGE => [1,2]}

get 'student','001' ,{COLUMN=>'StuInfo',VERSIONS=>2}

hbase(main):020:0> put 'student', '001', 'StuInfo:Name','jim green',2

0 row(s) in 0.0140 seconds

hbase(main):021:0> put 'student', '001', 'StuInfo:Name','jerry',3

0 row(s) in 0.0140 seconds

hbase(main):022:0> put 'student', '001', 'StuInfo:Name','curry',4

0 row(s) in 0.0690 seconds

hbase(main):023:0> get 'student','001',{COLUMN => 'StuInfo',VERSIONS => 2}

COLUMN CELL

StuInfo:Age timestamp=1541039335956, value=18

StuInfo:Name timestamp=4, value=curry

StuInfo:Name timestamp=3, value=jerry

StuInfo:Sex timestamp=1541039336280, value=Male

4 row(s) in 0.0240 seconds

scan

• 语法

scan  '表名',{< '列族:列限定符',时间戳>}

1. 扫描全表:scan '表名'
2. 指定列族名称:

scan 'student', {COLUMN=>'stuinfo'}

3. 指定列族和列的名称

scan 'student', {COLUMN=>'stuInfo:Name'}

4. 指定输出行数

scan 'student', {LIMIT => 1}

5. 指定输出行键范围

scan 'student', {STARTROW =>'001',ENDROW => '003'}

6. 指定组合条件查询

scan 'student', {COLUMN=>'stuinfo',STARTROW =>'001',ENDROW => '002'}

数据统计

• 语法

count  '表名'

hbase(main):004:0> count ‘student’

3 row(s) in 0.0440 seconds

在关系型数据库中，有多少条记录就有多少行，表中的行数很容易统计。而在 HBase 里，计算逻辑行需要扫描全表的内容，重复的行键是不纳入计数的，且标记为删除的数据也不纳入计数。

执行 count 命令其实是一个开销较大的进程，特别是应用在大数据场景时，可能需要持续很长时间，因此，用户一般会结合 Hadoop 的 MapReduce 架构来进行分布式的扫描计数。