Hbase的表查询操作

目录

1.scan

2.get

1.filterBySingleColumnValueFilter(String tablename, String strF, String strC, String strClass)

1.1基本代码

1.2   过滤值的大小范围

RegexStringComparator

SubstringComparator

BinaryPrefixComparator

---

比较运算符

• LESS <

• LESS_OR_EQUAL <=

• EQUAL =

• NOT_EQUAL <>

• GREATER_OR_EQUAL >=

• GREATER >

• NO_OP 排除所有

1.scan

可以不用输入rowkey,能按照一定的规则查出来对应的rowkey和值

public void scan(String tablename,String cf,String column) throws Exception{
	 HTable table=new HTable(conf,tablename);
	 Scan s=new Scan();
	 s.setStartRow(Bytes.toBytes("0"));//可以限定rowkey的范围，字典序
     s.setStopRow(Bytes.toBytes("g"));
//     s.addColumn(Bytes.toBytes("info"), Bytes.toBytes("name"));
     
	 ResultScanner res=table.getScanner(s);
	 for(Result r:res) {
		 byte[] row=r.getRow();
		 byte[] val=r.getValue(Bytes.toBytes(cf), Bytes.toBytes(column));
		 System.out.println("Scan:"+Bytes.toString(row)+"的"+ column
		 +"   values is "+Bytes.toString(val));
	 }
	res.close();
	table.close();
}

2.get

需要传入这4个字段，能找出对应的值

String tablename,String rowkey,String cf(列族),String cq(列限定符)

public void get(String tablename,String row,String info,String name) throws Exception{
	 HTable table=new HTable(conf,tablename);
	 Get g=new Get(Bytes.toBytes(row));
	
	 Result result = table.get(g);
	 byte[] val = result.getValue(Bytes.toBytes(info),Bytes.toBytes(name));
	 System.out.println(info+" "+name+" "+"Values =" + Bytes.toString(val));
}

 下面是一些过滤器的使用

1.filterBySingleColumnValueFilter(String tablename, String strF, String strC, String strClass)

1.1基本代码

public void filterBySingleColumnValueFilter(String tablename, String strF, String strC, String strClass) throws Exception
{
    HTable table = new HTable(conf, tablename);
    Scan s = new Scan();
    SingleColumnValueFilter sf = 
    		new SingleColumnValueFilter(Bytes.toBytes(strF), 
    				Bytes.toBytes(strC), CompareOp.NOT_EQUAL, 
    				Bytes.toBytes(strClass));
    s.setFilter(sf);
    
    ResultScanner rs = table.getScanner(s);

    for (Result r : rs) {
        byte[] row = r.getRow();
        byte[] value = r.getValue(Bytes.toBytes(strF), Bytes.toBytes(strC));
        System.out.println("Filter: " + Bytes.toString(row) + "的 " + strC + " " + Bytes.toString(value));
    }
    rs.close();
    table.close();
}

 好像不能设置多个列族。。。

1.2   过滤值的大小范围

public void filterBySingleColumnValueFilter(String tablename, String strF, String strC,String dayu,String xiaoyu) throws Exception
{
    HTable table = new HTable(conf, tablename);
    Scan s = new Scan();
    
    FilterList filterList = new FilterList(FilterList.Operator.MUST_PASS_ALL);
    //组成区间过滤
    SingleColumnValueFilter filter1 =
            new SingleColumnValueFilter(Bytes.toBytes(strF), Bytes.toBytes(strC), CompareOp.LESS_OR_EQUAL,Bytes.toBytes(xiaoyu));
     SingleColumnValueFilter filter2 =
            new SingleColumnValueFilter(Bytes.toBytes(strF), Bytes.toBytes(strC), CompareOp.GREATER_OR_EQUAL,Bytes.toBytes(dayu));

    filterList.addFilter(filter1);
    filterList.addFilter(filter2);
    
    s.setFilter(filterList);
    ResultScanner rs = table.getScanner(s);

    for (Result r : rs) {
        byte[] row = r.getRow();
        byte[] value = r.getValue(Bytes.toBytes(strF), Bytes.toBytes(strC));
        System.out.println("Filter: " + Bytes.toString(row) + "的 " + strC + " " + Bytes.toString(value));
    }
    rs.close();
    table.close();
}

 关键代码

SingleColumnValueFilter filter1 =
            new SingleColumnValueFilter(Bytes.toBytes(strF), Bytes.toBytes(strC), CompareOp.LESS_OR_EQUAL,Bytes.toBytes(xiaoyu));
     SingleColumnValueFilter filter2 =
            new SingleColumnValueFilter(Bytes.toBytes(strF), Bytes.toBytes(strC), CompareOp.GREATER_OR_EQUAL,Bytes.toBytes(dayu)); 

可设置rowkey的范围以及返回的条数

Filter filter = new PageFilter(2); // Hbase获取前2条记录,只能放到后面，在追加的列主前面无效
    s.setFilter(filter);
    s.setStartRow(Bytes.toBytes("0"));
    s.setStopRow(Bytes.toBytes("3"));
    

 注意：追加列族，如果不写，就默认追加全部，如果写了，就默认查出来的数据就是你追加的数据限定，不会出现其他的

 s.addColumn(Bytes.toBytes("info"), Bytes.toBytes(strC));//追加列族和列
 s.addColumn(Bytes.toBytes("info"), Bytes.toBytes("sex"));//追加列族和列
    

下面我举个例子：

 这个是我的表，如果我只追加scoreinfo,

我想查询sex这一列就查不到

 

设置过滤器"scoreinfo:60-70的数据，RegexStringComparator匹配正则表达式 

RegexStringComparator

	RegexStringComparator comp =new RegexStringComparator("^[67][0-9]$");
	
	SingleColumnValueFilter filter_zz = new SingleColumnValueFilter(Bytes.toBytes(strF), Bytes.toBytes(strC), CompareOp.EQUAL, comp);
	s.setFilter(filter_zz);

  找出来scoreinfo中包含6的数字

SubstringComparator

SubstringComparator comp_con = new SubstringComparator("6");//包含6
	
	SingleColumnValueFilter filter_con = new SingleColumnValueFilter(Bytes.toBytes(strF), Bytes.toBytes(strC), CompareOp.EQUAL, comp_con);
	s.setFilter(filter_con);
	

BinaryPrefixComparator

匹配开头，前缀二进制比较器，找出6开头的数据

BinaryPrefixComparator comp_pre =new BinaryPrefixComparator("8".getBytes());//以6开头的
SingleColumnValueFilter filter_pre = new SingleColumnValueFilter(Bytes.toBytes(strF), Bytes.toBytes(strC), CompareOp.EQUAL, comp_pre);
//	s.setFilter(filter_pre);

我想过滤60到70之间的数据，可以怎么写呢？

方法一：

直接在得到的结果里面加一个判断函数：

ResultScanner rs = table.getScanner(s);

    for (Result r : rs) {
        byte[] row = r.getRow();
        byte[] value = r.getValue(Bytes.toBytes(strF), Bytes.toBytes(strC));
        if(Integer.valueOf(Bytes.toString(value))>60&&Integer.valueOf(Bytes.toString(value))<70) {
            System.out.println("Filter: " + Bytes.toString(row) + "的 " +"列族是"+strF+"  cq是"+ strC + "  值是 " + Integer.valueOf(Bytes.toString(value)));

        }

方法二，用正则表达式，过滤找出60到70的数据

	RegexStringComparator comp =new RegexStringComparator("^[67][0-9]$");
	
	SingleColumnValueFilter filter_zz = new SingleColumnValueFilter(Bytes.toBytes(strF), Bytes.toBytes(strC), CompareOp.EQUAL, comp);
	s.setFilter(filter_zz);

方法三，用比较器，但是有些许问题呢，比如我有个数据是666，它字典序。。。

FilterList filterList = new FilterList(FilterList.Operator.MUST_PASS_ALL);
    //组成区间过滤
    SingleColumnValueFilter filter1 =
            new SingleColumnValueFilter(Bytes.toBytes(strF), Bytes.toBytes(strC), CompareOp.LESS_OR_EQUAL,Bytes.toBytes("70"));
     SingleColumnValueFilter filter2 =
            new SingleColumnValueFilter(Bytes.toBytes(strF), Bytes.toBytes(strC), CompareOp.GREATER_OR_EQUAL,Bytes.toBytes("60"));

    filterList.addFilter(filter1);
    filterList.addFilter(filter2);
    
    s.setFilter(filterList);