Question

我想从 hbase shell 中扫描HTable中的行，其中列族（即Tweet）具有特定值（即user_id）。

现在我想查找tweet：user_id的值为test1的所有行，因为此列的值为'test1'

column=tweet:user_id, timestamp=1339581201187, value=test1

虽然我可以扫描桌面以获取特定用途，

scan 'tweetsTable',{COLUMNS => 'tweet:user_id'}

但我没有找到任何方法来扫描一行的值。

是否可以通过HBase Shell执行此操作？

我也检查了this question。

Answer 1

没有Hive就可以了：

scan 'filemetadata', 
     { COLUMNS => 'colFam:colQualifier', 
       LIMIT => 10, 
       FILTER => "ValueFilter( =, 'binaryprefix:<someValue.e.g. test1 AsDefinedInQuestion>' )" 
     }

注意：要查找包含 test1 的所有行作为问题中指定的值，请在过滤器中使用 binaryprefix：test1 （请参阅this answer更多例子）

Answer 2

Nishu，这是我定期使用的解决方案。它实际上比你现在需要的强大得多，但我想你有一天会使用它的力量。是的，它适用于HBase shell。

import org.apache.hadoop.hbase.filter.CompareFilter
import org.apache.hadoop.hbase.filter.SingleColumnValueFilter
import org.apache.hadoop.hbase.filter.SubstringComparator
import org.apache.hadoop.hbase.util.Bytes

scan 'yourTable', {LIMIT => 10, FILTER => SingleColumnValueFilter.new(Bytes.toBytes('family'), Bytes.toBytes('field'), CompareFilter::CompareOp.valueOf('EQUAL'), Bytes.toBytes('AAA')), COLUMNS => 'family:field' }

仅应用过滤器时返回family:field列。可以改进此过滤器以执行更复杂的比较。

以下是我认为最有用的提示：

http://hadoop-hbase.blogspot.com/2012/01/hbase-intra-row-scanning.html - 行内扫描说明（Java API）。
https://hbase.apache.org/devapidocs/org/apache/hadoop/hbase/filter/FilterBase.html - 用于FilterBase类的JavaDoc，带有到后代的链接，实际上可以使用相同的样式。好的，shell语法略有不同，但上面的例子可以使用它。

Answer 3

由于有多个请求解释this answer，此附加答案已发布。

示例1

如果

scan '<table>', { COLUMNS => '<column>', LIMIT => 3 }

将返回：

ROW     COLUMN+CELL
ROW1    column=<column>, timestamp=<timestamp>, value=hello_value
ROW2    column=<column>, timestamp=<timestamp>, value=hello_value2
ROW3    column=<column>, timestamp=<timestamp>, value=hello_value3

然后这个过滤器：

scan '<table>', { COLUMNS => '<column>', LIMIT => 3, FILTER => "ValueFilter( =, 'binaryprefix:hello_value2') AND ValueFilter( =, 'binaryprefix:hello_value3')" }

将返回：

ROW     COLUMN+CELL
ROW2    column=<column>, timestamp=<timestamp>, value=hello_value2
ROW3    column=<column>, timestamp=<timestamp>, value=hello_value3

示例2

如果不支持：

scan '<table>', { COLUMNS => '<column>', LIMIT => 3, FILTER => "ValueFilter( !=, 'binaryprefix:hello_value2' )" }

将返回：

ROW     COLUMN+CELL
ROW1    column=<column>, timestamp=<timestamp>, value=hello_value
ROW3    column=<column>, timestamp=<timestamp>, value=hello_value3

Answer 4

在表t1中使用列族d：a_content对值BIGBLUE进行文本搜索的示例。扫描表格将显示所有可用值： -

scan 't1'
...
column=d:a_content, timestamp=1404399246216, value=BIGBLUE
...

要搜索限制为1的BIGBLUE值，请尝试以下命令： -

scan 't1',{ COLUMNS => 'd:a_content', LIMIT => 1, FILTER => "ValueFilter( =, 'regexstring:BIGBLUE' )" }

COLUMN+CELL
column=d:a_content, timestamp=1404399246216, value=BIGBLUE

显然删除限制将显示该表/ cf。

中的所有事件

Answer 5

要根据任何列值扫描hbase中的表，SingleColumnValueFilter可用作：

scan 'tablename' ,
   { 
     FILTER => "SingleColumnValueFilter('column_family','col_name',>, 'binary:1')" 
   }

Answer 6

从HBAse shell我认为这是不可能的，因为它与我们使用的查询有点像想要查找spsecific数据。因为我们都知道HBAse是noSQL，所以当我们想要应用查询或者我们有一个像你这样的情况时，我认为你应该使用Hive或PIG，而Hive是安静的好方法，因为在PIG中我们需要弄乱脚本。登记/> 无论如何，你可以从这里HIVE integration with HBase和Here获得关于蜂巢的良好保证如果您的目的只是查看数据不是从代码（任何客户端）获取，那么您可以使用HBase Explorer或一个新的非常好的产品，但它的beta版本是“HBase manager”。您可以从HBase Manager获得此信息它很简单，更重要的是，它有助于插入和删除数据，在UI上对列限定符应用过滤器，就像其他DBclients一样。试试。
我希望它对你有所帮助:)

Answer 7

问题略有不同，但是如果您要查询并非所有行都存在的特定列，DependentColumnFilter是您最好的朋友：

import org.apache.hadoop.hbase.filter.DependentColumnFilter
scan 'orgtable2', {FILTER => "DependentColumnFilter('cf1','lan',false,=,'binary:fre')"}

上一次扫描将返回存在lan列且其关联值等于fre的行的所有列。第三个参数是dropDependentColumn，如果设置为lan，则会阻止true列本身在结果中显示。

使用HBase shell扫描特定列值的HTable行

7 个答案: