我正在使用importtsv工具来摄取数据。我有些疑惑。我正在使用hbase 1.1.5。
首先它会摄取非字符串/数值吗？我在这个链接中详细介绍了cloudera发行版中的importtsv。它说：“它将一切都解释为字符串”。所以我猜这是什么意思。
我使用简单的wordcount示例，其中第一列是单词，第二列是单词计数。
当我保存文件时如下：
"access","1"
"about","1"
并摄取，然后在hbase shell上进行扫描，它提供以下输出：
about column=f:count, timestamp=1467716881104, value="1"
access column=f:count, timestamp=1467716881104, value="1"
当我按如下方式保存文件时（删除了围绕计数的双引号）：
"access",1
"about",1
并摄取然后在hbase shell上进行扫描，它会给出以下输出（围绕计数的双引号不存在）：
about column=f:count, timestamp=1467716881104, value=1
access column=f:count, timestamp=1467716881104, value=1
因此，您可以看到计数值中没有双引号。
Q1。这是否意味着它存储为整数而不是字符串？ cloudera的文章建议需要编写自定义MR作业来摄取非字符串值。但是，如果上面是摄取整数值，我无法得到这意味着什么。
另外我怀疑的是，当它出现在列值内时是否可以转义列分隔符。例如，在importtsv中，我们可以按如下方式指定分隔符：
-Dimporttsv.separator=,
但是，如果我的员工数据中第一列是员工姓名而第二列是地址怎么办？我的文件将有类似于这样的行：
"mahesh","A6,Hyatt Appartment"
第二个逗号使importtsv认为有三列并抛出BadTsvLineException("Excessive columns")。
因此，我尝试使用反斜杠（\）转义逗号，只是为了好奇，用另一个反斜杠（即\\）转义反斜杠。所以我的文件有以下几行：
"able","1\"
"z","1\"
"za","1\\1"
当我在hbase shell上运行扫描时，它给出了以下输出：
able column=f:count, timestamp=1467716881104, value="1\x5C"
z column=f:count, timestamp=1467716881104, value="1\x5C"
za column=f:count, timestamp=1467716881104, value="1\x5C\x5C1"
Q2。因此，似乎不是在反斜杠后转义字符，而是将反斜杠编码为\x5C。是这样的吗？使用importtsv批量加载数据时，是否无法转义列分隔符？