更新時(shí)間:2023-03-16 來(lái)源:黑馬程序員 瀏覽量:
HBase數(shù)據(jù)模型是一個(gè)多維稀疏映射。 HBase中的表包含列族,其列限定符包含值和時(shí)間戳。在大多數(shù) HappyBase API 中,列族和限定符名稱(chēng)被指定為單個(gè)字符串,例如cf1:col1,而不是作為兩個(gè)單獨(dú)的參數(shù)。雖然列族和限定符在 HBase 數(shù)據(jù)模型中是不同的概念,但它們?cè)谂c數(shù)據(jù)交互時(shí)幾乎總是一起使用,因此將它們視為單個(gè)字符串會(huì)使 API 變得更簡(jiǎn)單。
Table 類(lèi)提供了多種方法來(lái)從 HBase 中的表中檢索數(shù)據(jù)。最基本的是 Table.row(),它從表中檢索單行,并將其作為映射列到值的字典返回:
row = table.row(b'rk0001') print(row[b'info:name']) # prints the value of info:name # 返回值:b'zhangsan',注意是二進(jìn)制<class 'bytes'>類(lèi)型 # 轉(zhuǎn)換字符串: print(str(row[b'info:name'], encoding="utf-8")) # 即 str(bytes對(duì)象, encoding="編碼格式,通常使用utf-8")
> 注意,庫(kù)中的字符串都有前綴:b,表示二進(jìn)制
> 如:print(type(row[b'info:name']))
> 返回值:
Table.rows() 方法的工作方式與 Table.row() 類(lèi)似,但需要多個(gè)行鍵并將它們作為 (key, data) 元組返回:
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對(duì)象 data是字典對(duì)象,字典中key和value都是bytes
如果您希望 Table.rows() 作為字典或有序字典返回的結(jié)果,您必須自己執(zhí)行此操作。不過(guò)這真的很簡(jiǎn)單,因?yàn)榉祷刂悼梢灾苯觽鬟f給字典構(gòu)造函數(shù)。對(duì)于普通字典,順序丟失:
rows_dict = dict(table.rows([b'rk0001', b'rk0002'])) # 返回值: """ 字典: {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'}} """
而對(duì)于 OrderedDict,順序被保留:
from collections import OrderedDict rows_as_ordered_dict = OrderedDict(table.rows([b'rk0002', b'rk0001'])) """ 返回值: OrderedDict([(b'rk0002', {b'data:pic': b'picture', b'info:age': b'11', b'info:gender': b'male', b'info:name': b'wangwu'}), (b'rk0001', {b'data:pic': b'picture', b'info:age': b'20', b'info:gender': b'female', b'info:name': b'zhangsan'})]) """
HBase 的數(shù)據(jù)模型允許對(duì)要檢索的數(shù)據(jù)進(jìn)行更細(xì)粒度的選擇。如果您事先知道需要哪些列,則可以通過(guò)將這些列明確指定給 Table.row() 和 Table.rows() 來(lái)提高性能。 columns 參數(shù)采用列名的列表(或元組):
row = table.row(b'rk0001', columns=[b'info:name', b'data:pic']) # row對(duì)象類(lèi)型字典,內(nèi)容:{b'data:pic': b'picture', b'info:name': b'zhangsan'} print(row[b'info:name']) print(row[b'data:pic']) """ 返回值:bytes類(lèi)型,需要的話(huà)自行轉(zhuǎn)字符串 b'zhangsan' b'picture'
如果檢索一整個(gè)列族中的所有列(二級(jí)列)。例如,要獲取列族 info中的所有列和值,請(qǐng)使用以下命令:
row = table.row(b'rk0001', columns=[b'info']) print(type(row)) print(row) """ 返回值: <class 'dict'> {b'info:age': b'20', b'info:gender': b'female', b'info:name': b'zhangsan'} """
在 HBase 中,每個(gè)單元都有一個(gè)附加的時(shí)間戳。如果您不想使用存儲(chǔ)在 HBase 中的最新版本數(shù)據(jù),則可以使用從數(shù)據(jù)庫(kù)中檢索數(shù)據(jù)的方法,例如Table.row() 都接受一個(gè)時(shí)間戳參數(shù),該參數(shù)指定結(jié)果應(yīng)限制為時(shí)間戳不超過(guò)指定時(shí)間戳的值:
row = table.row(b'rk0001', timestamp=123456789)
默認(rèn)情況下,HappyBase 在返回的結(jié)果中不包含時(shí)間戳。在您的應(yīng)用程序需要訪(fǎng)問(wèn)時(shí)間戳?xí)r,只需將 include_timestamp 參數(shù)設(shè)置為 True?,F(xiàn)在,結(jié)果中的每個(gè)單元格都將作為(值,時(shí)間戳)元組返回,而不僅僅是一個(gè)值:
row = table.row(b'rk0001', columns=[b'info'], include_timestamp=True) print(type(row)) print(row) """ 返回值: <class 'dict'> {b'info:age': (b'20', 1641832837038), b'info:gender': (b'female', 1641832832414), b'info:name': (b'zhangsan', 1641832826093)} """
HBase 支持存儲(chǔ)同一單元的多個(gè)版本。這可以為每個(gè)列族配置。要檢索給定行的列的所有版本,可以使用 Table.cells()。此方法返回一個(gè)有序的單元格列表,最新版本排在最前面。版本參數(shù)指定要返回的最大版本數(shù)。就像檢索行的方法一樣,include_timestamp 參數(shù)確定時(shí)間戳是否包含在結(jié)果中。例子:
# 首先,準(zhǔn)備一個(gè)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' # 檢查 hbase(main):024:0> scan 'tv' ROW COLUMN+CELL rk0001 column=info:name, timestamp=1641836267655, value=heiheihei 1 row(s) Took 0.0103 seconds
table = connection.table('tv') # 獲取1個(gè)版本(默認(rèn)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'] """ # 獲取2個(gè)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'] 可見(jiàn),2個(gè)版本都獲取了,按照順序,第一個(gè)最新 """ # 獲取多版本并附帶時(shí)間戳信息 values = table.cells(b'rk0001', b'info:name', versions=2, include_timestamp=True) print(type(values)) print(values) """ 返回值: <class 'list'> [(b'heiheihei', 1641836267655), (b'hahaha', 1641836263534)] """