HBase第二章：API操作（二）

最新推荐文章于 2024-09-07 20:03:24 发布
最新推荐文章于 2024-09-07 20:03:24 发布
阅读量1k 收藏 2
点赞数
分类专栏： HBase 文章标签： hbase 大数据 hadoop
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_50835854/article/details/127452500
版权
本文档详细介绍了HBase的API使用，包括如何插入数据、查询数据、进行过滤查询以及删除数据。通过具体代码示例展示了HBaseDML类中的putCell、getCells、scanRows、filterScan和deleteColum方法的用法，并提供了实际操作的测试案例。文章最后进行了简单总结，适合HBase初学者学习。
摘要由CSDN通过智能技术生成

系列文章目录

HBase第一章：集群搭建
HBase第二章：API操作（一）
HBase第二章：API操作（二）

文章目录

前言

上次博客我们记录了DDL的操作api，这次博客我们主要记录一下DML的操作api。

一、创建类

在这里插入图片描述

二、代码编写

1.源代码

HBaseDML.java

package com.atguigu;


import org.apache.hadoop.hbase.Cell;
import org.apache.hadoop.hbase.CellUtil;
import org.apache.hadoop.hbase.CompareOperator;
import org.apache.hadoop.hbase.TableName;
import org.apache.hadoop.hbase.client.*;
import org.apache.hadoop.hbase.filter.ColumnValueFilter;
import org.apache.hadoop.hbase.filter.FilterList;
import org.apache.hadoop.hbase.filter.SingleColumnValueFilter;
import org.apache.hadoop.hbase.util.Bytes;

import java.io.IOException;

public class HBaseDML {
    //添加静态属性 connection 指向单例连接
    public static Connection connection=HBaseConnection.connection;

    /**
     * 插入数据
     * @param namespace 命名空间名称
     * @param tableName 表格名称
     * @param rowkey 主键
     * @param columFamily 列族名称
     * @param columnName 列名
     * @param value 值
     */
    public static void putCell(String namespace ,String tableName ,String rowkey ,String columFamily,String columnName ,String value) throws IOException {
        //1.获取table
        Table table = connection.getTable(TableName.valueOf(namespace, tableName));

        //2.调用相关方法插入数据
        //2.1创建put对象
        Put put = new Put(Bytes.toBytes(rowkey));

        //2.2给put对象添加数据
        put.addColumn(Bytes.toBytes(columFamily),Bytes.toBytes(columnName),Bytes.toBytes(value));

        //2.3将对象写入对应的方法
        try {
            table.put(put);
        } catch (IOException e) {
            throw new RuntimeException(e);
        }
        //3.关闭table
        table.close();
    }

    /**
     * 读取数据 读取对应的一行中的某一列
     * @param namespace 命名空间名称
     * @param tableName 表格名称
     * @param rowkey 主键
     * @param columFamily 列族名称
     * @param columnName 列名
     */
    public static void getCells(String namespace ,String tableName ,String rowkey ,String columFamily,String columnName) throws IOException {
        //1.获取table
        Table table = connection.getTable(TableName.valueOf(namespace, tableName));

        //2.创建get对象
        Get get = new Get(Bytes.toBytes(rowkey));

        //如果直接调用 get 方法读取数据 此时读一整行数据
        //如果想读取某一列的数据 需要添加对应的参数
        get.addColumn(Bytes.toBytes(columFamily),Bytes.toBytes(columnName));
        //设置读取数据的版本（默认最新版）
        get.readAllVersions();

        try {
            //读取数据 得到 result 对象
            Result result = table.get(get);

            //处理数据
            Cell[] cells = result.rawCells();

            //测试方法: 直接把读取的数据打印到控制台
            //如果是实际开发 需要再额外写方法 对应处理数据
            for (Cell cell : cells) {
                String value = new String(CellUtil.cloneValue(cell));
                System.out.println(value);
            }
        } catch (IOException e) {
            throw new RuntimeException(e);
        }

        //3.关闭table
        table.close();
    }

    /**
     * 扫描数据
     * @param namespace 命名空间
     * @param tableName 表格名称
     * @param startRow 开始的row 包含的
     * @param stopRow 结束的row 不包含
     */
    public static void scanRows(String namespace ,String tableName ,String startRow,String stopRow) throws IOException {
        //1.获取table
        Table table = connection.getTable(TableName.valueOf(namespace, tableName));

        //创建scan对象
        Scan scan = new Scan();

        // 如果此时直接调用 会直接扫描整张表
        // 添加参数 来控制扫描的数据

        // 起始行（默认包含）
        scan.withStartRow(Bytes.toBytes(startRow));
        // 结束行（默认不包含）
        scan.withStopRow(Bytes.toBytes(stopRow));

        try {
            // 读取多行数据，获取scanner
            ResultScanner scanner = table.getScanner(scan);

            // result 来记录一行数据 cell 数组
            // ResultScanner 来记录多行数据 result 的数组
            for (Result result : scanner) {
                Cell[] cells = result.rawCells();
                for (Cell cell : cells) {
                    System.out.print(new String(CellUtil.cloneRow(cell)) + "-" +
                            new String(CellUtil.cloneFamily(cell)) + "-" +
                            new String(CellUtil.cloneQualifier(cell)) + "-" +
                            new String(CellUtil.cloneValue(cell)) + "\t");
                }
                System.out.println();
            }
        } catch (IOException e) {
            throw new RuntimeException(e);
        }
        //3.关闭table
        table.close();
    }

    /**
     * 带过滤的扫描
     * @param namespace 命名空间
     * @param tableName 表格名称
     * @param startRow 开始row
     * @param stopRow 结束 row
     * @param columFamily 列族名称
     * @param columnName 列名
     * @param value value值
     */
    public static void filterScan(String namespace ,String tableName ,String startRow,String stopRow,String columFamily,String columnName ,String value) throws IOException {
        // 1. 获取 table
        Table table = connection.getTable(TableName.valueOf(namespace, tableName));
        // 2. 创建 scan 对象
        Scan scan = new Scan();

        // 如果此时直接调用 会直接扫描整张表
        // 添加参数 来控制扫描的数据

        // 起始行（默认包含）
        scan.withStartRow(Bytes.toBytes(startRow));
        // 结束行（默认不包含）
        scan.withStopRow(Bytes.toBytes(stopRow));

        // 可以添加多个过滤
        FilterList filterList = new FilterList();

        // 创建过滤器
        // (1) 结果只保留当前列的数据
        ColumnValueFilter columnValueFilter = new ColumnValueFilter(
                Bytes.toBytes(columFamily),
                Bytes.toBytes(columnName),
                CompareOperator.EQUAL,
                Bytes.toBytes(value)
        );


        // (2) 结果保留整行数据
        // 结果同时会保留没有当前列的数据
        SingleColumnValueFilter singleColumnValueFilter = new SingleColumnValueFilter(
                Bytes.toBytes(columFamily),
                Bytes.toBytes(columnName),
                CompareOperator.EQUAL,
                Bytes.toBytes(value)
        );

        // 本身可以添加多个过滤器
        filterList.addFilter(singleColumnValueFilter);

        // 添加过滤
        scan.setFilter(filterList);

        try {
            // 读取多行数据 获得 scanner
            ResultScanner scanner = table.getScanner(scan);
            // result 来记录一行数据 cell 数组
            // ResultScanner 来记录多行数据 result 的数组
            for (Result result : scanner) {
                Cell[] cells = result.rawCells();
                for (Cell cell : cells) {
                    System.out.print(new String(CellUtil.cloneRow(cell)) + "-" +
                            new String(CellUtil.cloneFamily(cell)) + "-" +
                            new String(CellUtil.cloneQualifier(cell)) + "-" +
                            new String(CellUtil.cloneValue(cell)) + "\t");
                }
                System.out.println();
            }
        } catch (IOException e) {
            throw new RuntimeException(e);
        }
        //3.关闭table
        table.close();
    }

    /**
     * 删除一行中的一列数据
     * @param namespace 命名空间
     * @param tableName 表格名称
     * @param rowkey 主键
     * @param columFamily 列族名称
     * @param columnName 列名
     */
    public static void deleteColum(String namespace ,String tableName,String rowkey,String columFamily,String columnName) throws IOException {
        // 1.获取 table
        Table table = connection.getTable(TableName.valueOf(namespace, tableName));

        // 2.创建 Delete 对象
        Delete delete = new Delete(Bytes.toBytes(rowkey));


        // 3.添加删除信息
        // 3.1 删除单个版本
        delete.addColumn(Bytes.toBytes(columFamily),Bytes.toBytes(columnName));
        // 3.2 删除所有版本
        delete.addColumns(Bytes.toBytes(columFamily),Bytes.toBytes(columnName));

        try {
            //4.删除数据
            table.delete(delete);
        } catch (IOException e) {
            throw new RuntimeException(e);
        }

        //5.关闭资源
        table.close();
    }


    public static void main(String[] args) throws IOException {
//        putCell("atguigu","bigdata","2021","info","name","zhangsan");
//        putCell("atguigu","bigdata","2021","name","age","20");
//        putCell("atguigu","bigdata","2021","name","name","wangwu");
//        putCell("atguigu","bigdata","2022","info","age","22");
//        putCell("atguigu","bigdata","2022","info","name","dahai");
//        putCell("atguigu","bigdata","2022","name","name","songsong");


//        getCells("atguigu","bigdata","2021","info","name");

//        scanRows("atguigu","bigdata","2021","2022");

//        filterScan("atguigu","bigdata","2021","2022","info","name","zhangsan");

//        deleteColum("atguigu","bigdata","2021","info","name");

        System.out.println("其它代码");

        HBaseConnection.closeConnection();
    }
}

2.api测试

我们先用上次写的DDL随便创建一个表，命名空间等参数可以自定义。

createTable("atguigu","bigdata","info","name");

describe 'atguigu:bigdata’查看信息。
在这里插入图片描述
scan 'atguigu:bigdata’查看详细信息

在这里插入图片描述

1.插入数据

随便插点

putCell("atguigu","bigdata","2021","info","name","zhangsan");
putCell("atguigu","bigdata","2021","name","age","20");
putCell("atguigu","bigdata","2021","name","name","wangwu");
putCell("atguigu","bigdata","2022","info","age","22");
putCell("atguigu","bigdata","2022","info","name","dahai");
putCell("atguigu","bigdata","2022","name","name","songsong");

在这里插入图片描述

2.数据查询

查询表中
rowkey=“2021”
columFamily=“info”
columnName=“name”

        getCells("atguigu","bigdata","2021","info","name");

在这里插入图片描述在这里插入图片描述

3.过滤查询

查询rowkey=2021的数据

scanRows("atguigu","bigdata","2021","2022");

在这里插入图片描述

4.详细过滤

filterScan("atguigu","bigdata","2021","2022","info","name","zhangsan");

在这里插入图片描述
这里要解释一下这个查询结果，第一个就是我们要得结果，但是为什么会有后边两个结果呢。
我们给过滤查询传入了四个参数，我们只会对含有这四个参数的值进行过滤，如果不完全包含这个参数则直接保留。

5.删除数据

deleteColum("atguigu","bigdata","2021","info","name");

在这里插入图片描述
在这里插入图片描述

总结

hbase的学习还有一些进阶内容，但考虑到博主是初学，没有必要学习太深，所以hbase的内容就学习到这里。

超哥--
关注
专栏目录
实验二：熟悉常用的HDFS操作
05-05
实验二：“熟悉常用的HDFS操作”旨在帮助学习者深入理解Hadoop分布式文件系统（HDFS）在大数据处理中的核心地位，以及如何通过Shell命令和Java API进行高效操作。HDFS在Hadoop架构中扮演着存储大数据的核心角色，为...
DBAPI安装教程
我的博客
09-21 1847
低代码接口快速开发工具DBAPI的安装教程
HBase学习之路——HBase 常用API汇总
qq_38586378的博客
07-07 4192
前言 今天刚刚过完HBase入门阶段，本来应该周内搞完的，但中途自己的电脑配置太低了以至于虚拟机开个IDEA都卡到爆...好在室友的电脑可用，比预期慢了三天左右完成入门，但学的还算扎实，现就一些常用的程序搞个总结以供以后参考使用。 HBase数据库常用代码与HBase API 一、IDEA连接HBase数据库 1. project配置：IDEA创建mavenproject，...
DBAPI如何使用内存缓存
最新发布
我的博客
09-07 452
在使用DBAPI创建API的时候，有时候SQL查询比较耗时，如果业务上对数据时效性要求不高，这种耗时的SQL可以使用缓存插件来将数据缓存起来，避免重复查询。DBAPI在设计上一直秉持着轻量化的设计原则，所以官方也提供了内存缓存插件，它直接使用DBAPI服务自身的内存来缓存数据，不需要额外的缓存服务。页面上不用填写插件参数，缓存会自动生效。因为缓存占用了DBAPI自身的内存空间，所以插件限制了缓存元素的最大数量，默认是1000。如果您想了解更多插件相关的,或者自己开发插件，请阅读DBAPI如何使用内存缓存。
DB-API（redis，mysql）
xiaogeldx的博客
12-03 2364
DB-API - API理解为应用程序编程接口（函数，方法，URL） - DB-API就是数据库接口，方便操作数据库，减少编程难度 Redis 1.安装第三方库（python的Redis库）：pip install redis 2.连接：conn = redis.Strict Redis( host='localhost' #默认值，可不填，Redis一般不连外网 port=6379...
sqlite3 遵循Python PDB-API 2.0 接口规范的SQLite库(1)
eric_lu的专栏
12-14 1597
最近在学习Python，数据库访问是必不可少的部分，就想通过SQLite来进行这方面的学习。 sqlite3 -- DB-API 2.0 interface for SQLite databasesNew in version 2.5 13.13 sqlite3SQLite是一个提供轻量级磁盘文件数据库支持的C库，这样我们就不再需要独立的数据库服务器进程，并且不需要使用基于各种
HBase（4）- HBase API操作
qq_42409495的博客
12-27 1558
1 HBase API操作 1.1 环境准备 新建项目后在pom.xml中添加依赖： <dependency> <groupId>org.apache.hbase</groupId> <artifactId>hbase-server</artifactId> <version>1.4.13</version> &l
HBase学习利器：HBase实战
03-11
- **第二部分：高级概念** - **第4章：HBase表设计**：讲解如何有效地设计HBase表结构以满足特定的应用需求，包括如何选择合适的列族、如何优化数据模型以提高查询性能等。 - **第5章：通过Coprocessors扩展HBase*...
第1章 HBase入门_v1.3.docx
03-02
#### 二、HBase 的应用场景 - **对象存储**：适合存储大量的文本、图片等对象数据，如新闻网站的新闻内容、病毒库等。 - **时序数据**：适用于存储时间序列数据，例如传感器数据、股票市场数据等。OpenTSDB 模块可...
Hadoop权威指南 第二版(中文版)
03-28
第13章 HBase 　2.1 HBasics 　2.1.1 背景 　2.2 概念 　2.2.1 数据模型的“旋风之旅” 　2.2.2 实现 　2.3 安装 　2.3.1 测试驱动 　2.4 客户机 　2.4.1 Java 　2.4.2 Avro，REST，以及Thrift 　2.5 示例 　2.5.1 ...
第二章---数据化运营的数据来源1
08-03
非关系型数据库，如键值数据库Redis、文档数据库MongoDB、列式数据库HBase等，它们在处理大规模并发、海量文档和高性能分析方面表现突出。 API在数据化运营中扮演着重要角色。服务型API允许程序之间相互调用以执行...
11_13_ sqlite3 — DB-API 2_0 interface for SQLite
04-27
11_13_ sqlite3 — DB-API 2_0 interface for SQLite
Hbase常用API
Dancer_AI的博客
12-01 840
package com.mcq; import static org.hamcrest.CoreMatchers.describedAs; import static org.hamcrest.CoreMatchers.nullValue; import java.io.IOException; import java.io.PushbackInputStream; import org.apache.hadoop.conf.Configuration; import org.apache.h.
HBase API设置列族的VERSION【留给有缘人】
清雨夜
07-18 1582
如何使用 hbase api去设置hbase中数据的version呢？Delete类型的Cell有何意义？
Hbase与JAVA API实验报告
weixin_44919491的博客
10-11 1379
一、安装HBase 在start-hbase.Sh中添加一行export JAVA_HOME=/usr。。。。。。 配置环境变量 使用vi命令进入~/.bashrc 更改配置 经检查hbase安装成功 配置Java环境变量 用vi编辑hbase-env.sh 二、编程实践 create Describe Put Get delete deleteall 三、JAVA实例 import org.apache.hadoop.conf.Configuration;import org.a
大数据学习之路47-hbase的客户端api-DDL操作
爱米酱的博客
08-24 259
1.hbase的正常运行需要一些什么样的服务？ hdfs,zookeeper。 没有依赖yarn,也没有依赖mapreduce。 不过mapreduce可以访问hbase,mapreduce可以读任何数据。我们写mapreduce就是为了数据分析，我们也可以把hbase当成数据存储。 2.查看命名空间 list_namespace 3.创建命名空间（我们创建列族中的值的时候为列族名：...
总结：HBase原理篇
w2009211777的专栏
01-13 4129
HBase是列式数据库，底层基于LSM数据结构进行存储，因此写入性能很强，读取性能较差。关于LSM的详细信息可以阅读文章： https://cloud.tencent.com/developer/news/340271 一、什么是列式数据库？ 详情看下：https://blog.csdn.net/coderising/article/details/100021718 列式数据库是针对行数据库而言的，行式数据库是以一行数据作为一个存储单元，而列式数据库是以一列数据为一个存储单元，针对hbase来说，
《大数据系统与编程》常用的HBase操作实验报告
qq_55795222的博客
01-06 842
大数据系统实验
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值