HBase shell 字节类型转换

简介

JRuby是纯java实现的ruby语言。JRuby使用ruby语法开发。不仅可以使用ruby类库，同时也可以使用java基础类库和第三方jar包。

hbase的交互式命令行是通过jruby实现的，当我们输入hbase shell时，实际上最终执行的是org.jruby.Main，并以bin/hirb.rb作为参数，注意是根目录下bin目录中的hirb.rb，而不是hbase-shell中的irb/hirb.rb； 这个类来自jruby的包，作用是把ruby编写的代码转换成java字节码，进而能够运行在JVM中；

JRuby中调用Java

在接触JRuby前我使用过RJB（Ruby Java Bridge，http://rjb.rubyforge.org/），两者都提供在Ruby中调用Java的功能，仅在这点上来说，感觉它们差不多，其实JRuby的功能要强大的多。如果你只是想在Ruby中简单地调用一些Java代码，那可以考虑RJB。 要在JRuby中使用Java，先要声明程序中需要Java集成，有两种方法，一种用require 'java'；另一种直接使用java::java.util.ArrayList这样的语法。无论是何种方法，都要保证所用的Java类在CLASSPATH中。

require 'java' 
java::java.util.ArrayList

Java类的使用也有几种选择：

include_class已经标记为过时，使用最新的java_import

java_import "java.util.HashMap"
x = HashMap.new
x.put("foo","bar")

调用System.out.println：

java.lang.System.out.println("Hello, world")

值得一提的是这里的”Hello, world”是Ruby的字符串，而非java.lang.String，JRuby会自动对一些类型进行转换，开发者无需自己动手。在Java中，方法和变量都用fooBar这样的形式，而Ruby中则是foo_bar，显然在代码中同时出现这两种形式会很不协调，JRuby很聪明地将Java中的fooBar转为了foo_bar，而常见的getter和setter，也简化为了成员属性的名称，foo是getFoo()，而foo=是setFoo()。用to_java()能将一个Ruby的数组转换为Java中的Object[]，如果想要指定数组的类型可以这样：

[1,2,3].to_java :float # new float[] {1,2,3}
["str", "str2"].to_java java.lang.String # new String[]{"str","str2"}

常用的symbol有以下几种：:boolean、:byte、:char、:double、:float、:int、:long、:short、:object、:string、:big_decimal（:decimal）和:big_integer（:big_int）。

hbase shell 写入原生的数据类型

create 'tb2','f2'

put 'tb2','r1','f2',Bytes::toBytes(java.lang.Short::valueOf(10).to_java:short)
put 'tb2','r2','f2',Bytes::toBytes(java.lang.Short::valueOf(10).to_java:int)
put 'tb2','r3','f2',Bytes::toBytes(java.lang.Short::valueOf(10).to_java:long)
put 'tb2','r4','f2',Bytes::toBytes(java.lang.Short::valueOf(10).to_java:string)

put 'tb2','r3','f2',Bytes::toBytes(java.lang.Short::valueOf(10).to_java:Short)
#put 'tb2','r3','f2',Bytes::toBytes(java.lang.Short::valueOf(10).to_java:Short)

检查插入的数据

hbase(main):001:0> scan 'tb2'
ROW                                               COLUMN+CELL                                                                                                                                    
                                                                                               
 r1                         column=f2:, timestamp=1642477231999, value=\x00\x0A                                                                                            
 r2                         column=f2:, timestamp=1642477232021, value=\x00\x00\x00\x0A                                                                                    
 r3                         column=f2:, timestamp=1642477232042, value=\x00\x00\x00\x00\x00\x00\x00\x0A                                                                    
 r4                         column=f2:, timestamp=1642477284377, value=10                                                                                                  
5 row(s)
Took 0.3607 seconds                                                                                                                                                                              
hbase(main):002:0> 

Jruby扩展Java代码

对Java的扩展主要是用Ruby来实现接口和继承类。先来看下如何实现接口：

class Compare
  import java.lang.Comparable
  def compareTo o
    this <=> o
  end
end

如果要实现多个接口，import就可以了，对于未实现的方法，JRuby会把它交给method_missing。有一点要注意，compareTo在这里不能写成compare_to。 至于继承Java类就更容易了，几乎和继承Ruby类没什么区别：

class MyStringBuffer < java.lang.StringBuffer
  def append(v)
  end
end

StringBuffer类的append方法有多个overload的版本，接收多个不同类型的参数，它们都会被统一到这个唯一的方法上，理由嘛很好理解，不是吗？ 除此之外，JRuby还为Java的集合类提供了很多扩展，让你能用Ruby的方式来操作Java集合。比方说，java.util.Map多了each方法、 []方法和[]=方法；java.lang.Comparable拥有了<=>方法；所有继承自java.util.Collection的类有了each、<<、+、-和length方法；java.util.List有了[]和[]=方法，还实现了sort和sort!方法。

Hbase shell扩展写法

import org.apache.hadoop.hbase.client.Connection
import org.apache.hadoop.hbase.client.ConnectionFactory
import org.apache.hadoop.hbase.client.Table;

conf = @shell.hbase.configuration
con = ConnectionFactory.createConnection(conf)
tb2 = TableName::valueOf("tb2")
table = con.getTable(tb2)

#short 类型的主键
row = Bytes::toBytes(java.lang.Short::valueOf(10).to_java:short)
p = org.apache.hadoop.hbase.client.Put.new(row)
p.addColumn(Bytes::toBytes("f2"), Bytes::toBytes("v1"), Bytes::toBytes("v1"))
p.addColumn(Bytes::toBytes("f2"), Bytes::toBytes("v2"), Bytes::toBytes("v2"))
table.put(p)

con.close

#查看类的所有方法
java.lang.String.methods

Shell 展示类型

默认情况下，通过hbase shell的scan或get等命令获取的中文内容都是16进制的，无法直观的查看数据。

其实hbase shell中是有方法将16进制中文转换成utf-8格式的中文的。

主要有两种方式：

使用FORMATTER => 'toString' 使用:toString

hbase(main):002:0> scan 'tb2',{FORMATTER => 'toString'}
ROW                                               COLUMN+CELL                                                                                                                                    
 d                column=f2:v1, timestamp=1642408469271, value=v1                                                                                                
 d                column=f2:v2, timestamp=1642408469271, value=v2  

读取HDFS文件信息

module HDFS
  require 'java'
   def self.list(conf=nil,uri= nil)
       fs = org.apache.hadoop.fs.FileSystem::get(uri,conf)
       path = org.apache.hadoop.fs.Path.new("/tmp")
       fs.listStatus(path).each do |i|
           puts i.to_s
       end
   end
end
conf = @shell.hbase.configuration
uri =java.net.URI.new("hdfs://example:8020/")
HDFS.list(conf.uri)