python操作 hbase 数据

配置 thrift

python使用的包 thrift
个人使用的python 编译器是pycharm community edition. 在工程中设置中，找到project interpreter， 在相应的工程下，找到package，然后选择 “+” 添加， 搜索 hbase-thrift (Python client for HBase Thrift interface),然后安装包。

安装服务器端thrift。
参考官网，同时也可以在本机上安装以终端使用。

thrift Getting Started

也可以参考安装方法 python 调用HBase 范例
首先，安装thrift
下载thrift，这里，我用的是thrift-0.7.0-dev.tar.gz 这个版本
tar xzf thrift-0.7.0-dev.tar.gz
cd thrift-0.7.0-dev
sudo ./configure –with-cpp=no –with-ruby=no
sudo make
sudo make install

然后，到HBase的源码包里，找到
src/main/resources/org/apache/hadoop/hbase/thrift/
执行
thrift –gen py Hbase.thrift
mv gen-py/hbase/ /usr/lib/python2.4/site-packages/ (根据python版本可能有不同)

获取数据示例 1

# coding:utf-8

from thrift import Thrift
from thrift.transport import TSocket
from thrift.transport import TTransport
from thrift.protocol import TBinaryProtocol
from hbase import Hbase
# from hbase.ttypes import ColumnDescriptor, Mutation, BatchMutation
from hbase.ttypes import *

import csv


def client_conn():
    # Make socket
    transport = TSocket.TSocket('hostname,like:localhost', port)
    # Buffering is critical. Raw sockets are very slow
    transport = TTransport.TBufferedTransport(transport)
    # Wrap in a protocol
    protocol = TBinaryProtocol.TBinaryProtocol(transport)
    # Create a client to use the protocol encoder
    client = Hbase.Client(protocol)
    # Connect!
    transport.open()
    return client

if __name__ == "__main__":

    client = client_conn()

    # r = client.getRowWithColumns('table name', 'row name', ['column name'])
    # print(r[0].columns.get('column name')), type((r[0].columns.get('column name')))

    result = client.getRow("table name","row name")
    data_simple =[]

    # print result[0].columns.items()

    for k, v in result[0].columns.items(): #.keys()
        #data.append((k,v))
        # print type(k),type(v),v.value,,v.timestamp
        data_simple.append((v.timestamp, v.value))

    writer.writerows(data)
    csvfile.close()

    csvfile_simple = open("data_xy_simple.csv", "wb")
    writer_simple = csv.writer(csvfile_simple)
    writer_simple.writerow(["timestamp", "value"])
    writer_simple.writerows(data_simple)
    csvfile_simple.close()

    print "finished"

会基础的python应该知道result是个list，result[0].columns.items()是一个dict 的键值对。可以查询相关资料。或者通过输出变量，观察变量的值与类型。
说明：上面程序中 transport.open()进行链接，在执行完后，还需要断开transport.close()

目前只涉及到读数据，之后还会继续更新其他dbase操作。