安装Thrift
安装Thrift的具体操作,请点击链接
安装happybase
pip install happybase
连接(happybase.Connection)
- happybase.Connection(host=’localhost’, port=9090, timeout=None, autoconnect=True, table_prefix=None, table_prefix_separator=b’_’, compat=’0.98’, transport=’buffered’, protocol=’binary’):获取连接实例
- host:主机名
- port:端口
- timeout:超时时间
- autoconnect:连接是否直接打开
- table_prefix:用于构造表名的前缀
- table_prefix_separator:用于table_prefix的分隔符
- compat:兼容模式
- transport:运输模式
- protocol:协议
connection = happybase.Connection(host="192.168.0.156",port=9090,timeout=None,autoconnect=True,table_prefix=None,table_prefix_separator=b'_',compat='0.98', transport='buffered',protocol='binary')
- open():打开传输,无返回值
connection.open()
- close():关闭传输,无返回值
connection.close()
- compact_table(name,major=False):压缩指定表格,无返回值
- name:表名
- major:是否主要压缩
connection.compact_table(name,major=False)
- create_table(name,families):创建表,无返回值
- name:表名
- families:列族
families = {
"cf":dict(),
"df":dict()
}
connection.create_table(name,families) # 如果连接时,有传递表前缀参数时,真实表名将会是:"{}_{}".format(table_prefix,name)
- delete_table(name,disable=False):删除表,无返回值
- name:表名
- disable:是否先禁用表
connection.delete_table(name,disable=False)
- disable_table(name):禁用表,无返回值
- name:表名
connection.disable_table(name)
- enable_table(name):启用表,无返回值
- name:表名
connection.enable_table(name)
- is_table_enabled(name):表是否已经被启用,返回一个bool值
- name:表名
connection.is_table_enabled(name)
- connection.table(name,user_prefix=True):获取一个表对象,返回一个
happybase.Table
对象
- name:表名
- user_prefix:是否使用表前缀,默认为True
table = connection.table(name,user_prefix=True) # table为happybase.table.Table类型
- connection.tables():获取Hbase实例中的表名列表,返回一个list
table_name_list = connection.tables()
表(happybase.Table)
- happybase.Table(name,connection):获取表实例
- name:表名
- connection:连接
table = happybase.Table(name,connection)
- cells(row, column, versions=None, timestamp=None, include_timestamp=False):获取单元格数据,返回一个list
- row:行
- column:列
- versions:获取的最大版本数量,默认None,即获取所有
- timestamp:时间戳,默认None,即获取所有时间戳版本的数据。可指定一个时间戳,获取小于此时间戳版本的所有数据
- include_timestamp:是否返回时间戳,默认False
content = table.cells('row1','cf:1',5,timestamp=1514861929124,include_timestamp=True)
print content # [('1', 1514861925674L)]
- counter_set(row,column,value=0):设置计数器列为特定值,此方法在指定列中存储一个64位有符号整数值。无返回值
- row:行
- column:列
- value:默认值,默认为0
table.counter_set(row,column,value=0)
- table.counter_get(row,column):获取计数器列的值,返回当前单元格的值
- row:行
- column:列
content = table.counter_get(row,column)
- counter_dec(row,column,value=1):计数器列递减,返回递减后单元格的值
- row:行
- column:列
- value:每次递减的值,默认为1
content = table.counter_dec(row,column,value=1)
- counter_inc(row,column,value=1):计数器列递增,返回递增后单元格的值
- row:行
- column:列
- value:每次递增的值,默认为1
content = table.counter_inc(row,column,value=1)
- delete(row, columns=None, timestamp=None, wal=True):删除指定行数据,无返回值
- row:行
- columns:列,默认为None,即删除所有列,可传入一个list或tuple来指定删除列
- timestamp:时间戳,默认为None,即删除所有,可传入一个时间戳来删除小于等于此时间戳的所有数据
- wal:是否写入wal,默认为True
table.delete(row, columns=None, timestamp=None, wal=True)
- families():获取所有列族信息,返回一个dict
info = table.families()
print info
{
'cf': {
'max_versions': 3,
'bloom_filter_vector_size': 0,
'name': 'cf: ',
'bloom_filter_type': 'NONE',
'bloom_filter_nb_hashes': 0,
'time_to_live': 2147483647,
'in_memory': False,
'block_cache_enabled': False,
'compression': 'NONE'
},
'cd': {
'max_versions': 3,
'bloom_filter_vector_size': 0,
'name': 'cd: ',
'bloom_filter_type': 'NONE',
'bloom_filter_nb_hashes': 0,
'time_to_live': 2147483647,
'in_memory': False,
'block_cache_enabled': False,
'compression': 'NONE'
}
}
- put(row, data, timestamp=None, wal=True):插入数据,无返回值
- row: 行
- data: 数据,dict类型,{列:值}构成,列与值皆为str类型
- timestamp:时间戳,默认None,即写入当前时间戳
- wal:是否写入wal,默认为True
# 在row1行,cf:1列插入值1
table.put("row1",{"cf:1":"1"})
- regions():检索此表的区域服务器信息
info = table.regions()
print info
# [{'name': 'ddd_ch,,1514948783663.caccaafa3df04cd75737a9effb5615d4.', 'server_name': 'slave3', 'port': 16020, 'end_key': '', 'version': 1, 'start_key': '', 'id': 1514948783663L}]
- row(row, columns=None, timestamp=None, include_timestamp=False):获取一行数据,返回一个dict
- row:行
- columns: 列,默认为None,即获取所有列,可传入一个list或tuple来指定获取列
- timestamp:时间戳。默认为None,即返回最大的那个时间戳的数据。可传入一个时间戳来获取小于此时间戳的最大时间戳的版本数据
- include_timestamp:是否返回时间戳数据,默认为False
info = table.row(row, columns=None, timestamp=None, include_timestamp=False)
- rows(rows, columns=None, timestamp=None, include_timestamp=False):获取多行数据,返回一个list
- rows:行,可传入一个list或tuple来指定获取
- columns: 列,默认为None,即获取所有列,可传入一个list或tuple来指定获取列
- timestamp:时间戳。默认为None,即返回最大的那个时间戳的数据。可传入一个时间戳来获取小于此时间戳的最大时间戳的版本数据
- include_timestamp:是否返回时间戳数据,默认为False
info = table.rows(rows, columns=None, timestamp=None, include_timestamp=False)
- scan(row_start=None, row_stop=None, row_prefix=None, columns=None, filter=None, timestamp=None, include_timestamp=False, batch_size=1000, scan_batching=None, limit=None, sorted_columns=False, reverse=False):获取一个扫描器,返回一个generator
- row_start:起始行,默认None,即第一行,可传入行号指定从哪一行开始
- row_stop:结束行,默认None,即最后一行,可传入行号指定到哪一行结束(不获取此行数据)
- row_prefix:行号前缀,默认为None,即不指定前缀扫描,可传入前缀来扫描符合此前缀的行
- columns:列,默认为None,即获取所有列,可传入一个list或tuple来指定获取列
- filter:过滤字符串
- timestamp:时间戳。默认为None,即返回最大的那个时间戳的数据。可传入一个时间戳来获取小于此时间戳的最大时间戳的版本数据
- include_timestamp:是否返回时间戳数据,默认为False
- batch_size:用于检索结果的批量大小
- scan_batching:服务端扫描批处理
- limit:数量
- sorted_columns:是否返回排序的列(根据行名称排序)
- reverse:是否执行反向扫描
scanner = table.scan(row_start=None, row_stop=None, row_prefix=None, columns=None, filter=None, timestamp=None, include_timestamp=False, batch_size=1000, scan_batching=None, limit=None, sorted_columns=False, reverse=False)
常见问题
- thriftpy.parser.exc.ThriftParserError: ThriftPy does not support generating module with path in protocol ‘e’\
解决:找到虚拟环境下的Lib\site-packages\thriftpy\parser\parser.py
,line 488,进行如下操作:
if url_scheme == '':
修改为:
if len(url_scheme) <= 1:
相较于Hbase-Thrift
,博主更建议使用HappyBase
。