happyhbase 基本操做和增量操做

• 建立鏈接（Connection）

  非自動鏈接：

  connection = happybase.Connection('somehost', autoconnect=False)
  connection.open()

  自動鏈接：

  connection = happybase.Connection('somehost') #自動鏈接

  指定之後所涉及的表實際都是以指定前綴開頭的（固然前綴後還有個'_'）：

  connection = happybase.Connection('somehost', table_prefix='myproject')

• 訪問表格(Table)

• 鏈接（Connection）提供的方法：

• connection.tables() # 獲取表格列表

  connection.create_table(
  'mytable',
  {'cf1': dict(max_versions=10),
  'cf2': dict(max_versions=1, block_cache_enabled=False),
  'cf3': dict(), # use defaults
  }) # 第二個參數是個 map<string, map> 的結構，內層的 map 用於設置建立的列的參數配置

  table = connection.table('mytable') # 獲取表對象

  這個方法不會檢查表格是否存在，也就是在用 table 的某些方法的時候纔會出現異常，建立表，能夠帶上一些參數如：max_version、block_cache_enables。

  注意！由於 hbase 是多個產品功能的，因此表的命名最好跟應用相關，否則容易衝突，推薦用 classfoo_page 這種

  表格（Table）提供的方法：

  經過 key 獲取一行的信息：

  row = table.row('row-key')

  獲取指定 family:colum 的值

• print row['cf1:col1']
  獲取一個列簇下全部列
  print row['cf1']

  獲取多行數據：

  for key, data in rows:
  print key, data
  rows_as_dict = dict(table.rows(['row-key-1', 'row-key-2']))

  獲取多行有序 map：

  from collections import OrderedDict
  rows_as_ordered_dict = OrderedDict(table.rows(['row-key-1', 'row-key-2']) # 將 rows 方法返回的 key、value 存入 map 或者放入有序 map

  獲取指定列的數據（默認狀況下。row 或者 rows 方*獲取行的全部列（而大多數的列，在這些相應的業務處理的時候都是用不到的，因此能夠指定獲取那些 column，減小傳輸數據的大小）：

  print row['cf1:col1']
  print row['cf1:col2']
  row = table.row('row-key', timestamp=123456789) # 同時能夠指定時間片信息，可是請注意必定得是數字(>=0)，不能夠是字串
  row = table.row('row-key', columns=['cf1:col1'], include_timestamp=True)
  value, timestamp = row['cf1:col1']
  rows = table.rows(['h1', 'h5', 'h3'], include_timestamp=True) #對於include_timestamp也能夠用於rows方法
  for key, value in rows:
  print key, value # 而其返回的結果相似一個map，key爲相應的row_key，value也爲map，不過其值不光是value還有value對應的時間片，組成了一個數組，注意rows方法

  獲取多版本的信息：

  values = table.cells('row-key', 'cf1:col1', versions=2)
  for value in values:
  print "Cell data: %s" % value
  cells = table.cells('row-key', 'cf1:col1', versions=3, include_timestamp=True)
  for value, timestamp in cells: # 通常都這格式，value帶時間片的，都是先value，在時間片的數組
  print "Cell data at %d: %s" % (timestamp, value)

  表格遍歷：

  print key, data

  這裏 key 就收 row_key，value 爲一整行的數據，都是 map，key 爲 famliy:colname 形式，和 row 方法或者 row 方法返回的 value 值是同樣的，能夠在 scan 參數中指定 row_start='class' 或者 row_end='foo'，用於限定範圍，同事支持row_key 的前端匹配，經過 row_prefix。

  數據存儲（傳入給 hbase 的數據都是原始的字節字符串）：

  table.put('row-key', {'cf:col1': 'value1'}, timestamp=123456789) # 能夠手動加入時間片，注意必定是integer的

  批量存儲：

  b = table.batch(timestamp=123456789)
  b.put( ...) # 這裏的timestamp能夠不指定，也能夠在put的時候指定
  b.send()

  或者是與 with 集合，能起到即便有異常拋出，仍會進行 b.send() 的操做，不過從某種角度，這就不是一個完整的transation 了：

  with table.batch() as b:
  b.put('row-key-1', {'cf:col1': 'value1', 'cf:col2': 'value2'})
  b.put('row-key-2', {'cf:col2': 'value2', 'cf:col3': 'value3'})
  b.put('row-key-2', {'cf:col2': 'value2', 'cf:col3': 'value3'})
  b.put('row-key-3', {'cf:col3': 'value3', 'cf:col4': 'value4'}) # 注意 put 和 delet 操做能夠放在一個 batch 裏頭，可是對同一行執行 put 和 delete 操做，放到一個 batch 裏頭其表現是不可預測b.send()

   

  固然由於須要插入多條數據或者數據自己很大，倒數數據量會很到，這時候就須要設置 batch 的大小，以作優化：

  with table.batch(batch_size=1000) as b:
  for i in range(1200):
  b.put('row-%04d' % i, {'cf1:col1': 'v1','cf1:col2': 'v2',}) # 這裏也是能夠 put 多個列的，用 map。特別須要注意的是在 batch 裏頭 transaction=True, batch_size=1000，這兩個屬性是不能同時使用的

  刪除數據：

  table.delete('row-key') table.delete('row-key', columns=['cf1:col1', 'cf1:col2'])

• table.put  table.row  table.rows 原則上只適用於value是字符串的存儲

•  

• 增量操做：value是int的存儲

  table.counter_inc('rowkey',  'activetime:201603019')#增長1

  table.counter_inc('rowkey',  'activetime:201603019',value=4)#增長4

  b=table.counter_get('rowkey', 'activetime:201603019')#print 5

table.counter_get只適用於獲取一行一列，但在實際應用中每每須要獲取一行多列（例如 獲取某個用戶天天的活躍時間，以用戶名爲rowkey，activetime爲列簇，日期爲列名，輸入username一次性獲取一個月的數據），這個時候counter_get就不適用了，但我又必須用counter_inc增量存儲，這時請選擇一下方式取數：

table.counter_inc('buyid-gyf',  'activetime:201603015')
table.counter_inc('buyid-gyf',  'activetime:201603016',value=4)
a=table.counter_get('buyid-gyf', 'activetime:201603015')
b=table.counter_get('buyid-gyf', 'activetime:201603016')
print a,b   #3,12
rows = table.row('buyid-gyf', ['activetime:201603015','activetime:201603016'])
print rows
{'activetime:201603015': '\x00\x00\x00\x00\x00\x00\x00\x03', 'activetime:201603016': '\x00\x00\x00\x00\x00\x00\x00\x0c'}
用table.row 取多列時輸出原始hbase存儲的字節流

import struct
for i,j in rows.items():
 print i,struct.unpack('>Q',j)[0] #struct的用法請參照個人python目錄中的structactivetime:201603015 3
activetime:201603016 12