博客
关于我
Hbase 常用 shell命令
阅读量:392 次
发布时间:2019-03-05

本文共 1159 字,大约阅读时间需要 3 分钟。

HBase 常用 Shell 命令指南

1. HBase Shell 命令概述

HBase 是一个分布式、面向列的数据库,支持多版本的键值存储。以下是 HBase Shell 中常用的命令,帮助用户高效操作数据。

1.1 连接 HBase

连接 HBase 可以通过以下命令:

./hbase shell

在连接前,确保配置 hbase-site.xml,如配置示例所示。

1.2 表操作

1.2.1 创建表

创建新表的命令如下:

create '表名', '列族名1', '列族名2', ...

1.2.2 查看所有表

列出当前工作环境下的所有表:

list

1.2.3 描述表

获取表详细信息:

describe '表名'

1.2.4 判断表存在

检查表是否存在:

exists '表名'

1.2.5 禁用/启用表

控制表状态:

is_enabled '表名'is_disabled '表名'

2. 数据操作

2.1 添加记录

向表中插入数据:

put '表名', '行键', '列族:列', '值'

2.2 查看记录

获取特定行键下的数据:

get '表名', '行键'

2.3 查看记录总数

统计表中数据量:

count '表名'

2.4 删除记录

删除单行或单列数据:

delete '表名', '行键', '列族:列'deleteall '表名', '行键'

2.5 删除表

删除表前需先禁用:

disable '表名'drop '表名'

2.6 清空表

清空表中所有数据:

truncate '表名'

3. 数据查询

3.1 查看所有记录

批量检索数据:

scan '表名'

3.2 查看特定列数据

筛选特定列:

scan '表名', {COLUMNS=> '列族名:列名'}

3.3 限制返回结果

限制查询结果数量:

scan '表名' {LIMIT=>10}

3.4 按前缀查找

按前缀匹配:

scan '表名', {FILTER=> "PrefixFilter('前缀')"}

4. 其他操作

4.1 查看数据所在区域

预先确定数据区域:

locate_region '表名', '行键'

4.2 查看版本号

HBase 版本号可通过 Web 管理界面查看,Shell 中无直接命令。

5. HBase 配置示例

默认配置文件 hbase-site.xml 内容如下:

hbase.zookeeper.quorum
xxx.hbase.rds.aliyuncs.com:2181

注意:默认 zookeeper.znode.parent 未配置,默认值为 /hbase

转载地址:http://drbzz.baihongyu.com/

你可能感兴趣的文章
paip.android 手机输入法制造大法
查看>>
paip.spring3 mvc servlet的配置以及使用最佳实践
查看>>
Palindrome Number leetcode java
查看>>
Palo Alto Networks Expedition 未授权SQL注入漏洞复现(CVE-2024-9465)
查看>>
Palo Alto Networks Expedition 远程命令执行漏洞(CVE-2024-9463)
查看>>
Palo Alto Networks PAN-OS身份认证绕过导致RCE漏洞复现(CVE-2024-0012)
查看>>
Panalog 日志审计系统 libres_syn_delete.php 前台RCE漏洞复现
查看>>
Springboot中@SuppressWarnings注解详细解析
查看>>
Panalog 日志审计系统 sprog_deletevent.php SQL 注入漏洞复现
查看>>
Panalog 日志审计系统 sprog_upstatus.php SQL 注入漏洞复现(XVE-2024-5232)
查看>>
Panalog 日志审计系统 前台RCE漏洞复现
查看>>
PANDA VALUE_COUNTS包含GROUP BY之前的所有值
查看>>
Pandas - 有条件的删除重复项
查看>>
pandas -按连续日期时间段分组
查看>>
pandas -更改重新采样的时间序列的开始和结束日期
查看>>
SpringBoot+Vue+Redis前后端分离家具商城平台系统(源码+论文初稿直接运行《精品毕设》)15主要设计:用户登录、注册、商城分类、商品浏览、查看、购物车、订单、支付、以及后台的管理
查看>>
pandas :to_excel() float_format
查看>>
pandas :加入有条件的数据框
查看>>
pandas :将多列汇总为一列,没有最后一列
查看>>
pandas :将时间戳转换为 datetime.date
查看>>