HBase 获取单元格的所有时间戳值答案

【问题标题】：HBase getting all timestamped values for a cellHBase 获取单元格的所有时间戳值
【发布时间】：2011-10-07 00:21:40
【问题描述】：

我的 hbase 实例中有以下场景

hbase(main):002:0> create 'test', 'cf'
0 row(s) in 1.4690 seconds

hbase(main):003:0> put 'test', 'row1', 'cf:a', 'value1'
0 row(s) in 0.1480 seconds

hbase(main):004:0> put 'test', 'row2', 'cf:b', 'value2'
0 row(s) in 0.0070 seconds

hbase(main):005:0> put 'test', 'row3', 'cf:c', 'value3'
0 row(s) in 0.0120 seconds

hbase(main):006:0> put 'test', 'row3', 'cf:c', 'value4'
0 row(s) in 0.0070 seconds

现在，如果您会看到，最后两个插入是针对同一列族、同一列和同一键的。但是，如果我正确理解 hbase，cf:c+row3 表示一个单元格，该单元格将具有插入值的所有时间戳版本。

但是简单的扫描只返回最近的值

hbase(main):010:0> scan 'test'       
ROW                   COLUMN+CELL                                               
 row1                 column=cf:a, timestamp=1317945279379, value=value1        
 row2                 column=cf:b, timestamp=1317945285731, value=value2        
 row3                 column=cf:c, timestamp=1317945301466, value=value4        
3 row(s) in 0.0250 seconds

如何获取单元格的所有时间戳值，或者如何执行基于时间范围的查询？

【问题讨论】：

标签： hadoop hbase

【解决方案1】：

要查看列的版本，您需要提供版本计数。

scan 'test', {VERSIONS => 3}

如果可用，将为您提供 2 个版本的列。你也可以在 get 中使用它：

get 'test', 'row3', {COLUMN => 'cf:c', VERSIONS => 3}

为了获取特定时间的值，您也可以使用 TIMESTAMP。

get 'test', 'row3', {COLUMN => 'cf:c', TIMESTAMP => 1317945301466}

如果您需要获取“介于”2 个时间戳之间的值，则应使用 TimestampsFilter。

【讨论】：

这里不是这样，但您还应该确保表格支持多个版本，即为 CF 提供版本参数。
确实，你是对的@Tony。使用以下命令创建表：“create 'test', {NAME => 'cf', VERSIONS => N }”（默认为 3）将是一个好习惯。版本适用于列族而不是表，您应该为表中的每个列族提供版本。
我想知道是否有任何方法可以告诉“扫描”检索所有现有版本，而不是设置阈值
@Tony，Frail，所以默认情况下不启用版本控制？必须将其指定为列族结构的一部分。我说的对吗？
@KaushikLele 您可以查看hbase.apache.org/book.html#versions 了解更多详情。作为对您问题的回答：“在 HBase 0.96 之前，保留的默认版本数为 3，但在 0.96 和更新版本中已更改为 1。”

【解决方案2】：

要更改列族中允许的版本数，请使用以下命令：

 alter 'test', NAME=>'cf', VERSIONS=>2

然后添加另一个条目：

put 'test', 'row1', 'cf:a2', 'value1e'

然后查看不同的版本：

get 'test', 'row1', {COLUMN => 'cf:a2', VERSIONS => 2}

会返回类似：

COLUMN                        CELL                                                                                
 cf:a2                        timestamp=1457947804214, value=value1e                                              
 cf:a2                        timestamp=1457947217039, value=value1d                                              
2 row(s) in 0.0090 seconds

这里有一个链接了解更多详情： https://learnhbase.wordpress.com/2013/03/02/hbase-shell-commands/.

【讨论】：

【解决方案3】：

cf:c 中 value4 的行键 'row3' 应该是唯一的，否则会被覆盖：

hbase(main):052:0> scan 'mytable' , {COLUMN => 'cf1:1', VERSION => 3}
ROW                         COLUMN+CELL                                                                   
 1234                       column=cf1:1, timestamp=1405796300388, value=hello                            
1 row(s) in 0.0160 seconds

hbase(main):053:0> put 'mytable', 1234, 'cf1:1', 'wow!'
0 row(s) in 0.1020 seconds

cf1 的值为 'hello' 的第 1 列被具有相同行键 1234 和值为 'wow!' 的第二个 put 覆盖

hbase(main):054:0> scan 'mytable', {COLUMN => 'cf1:1', VERSION => 3}
ROW                   COLUMN+CELL                                               
 1234                 column=cf1:1, timestamp=1405831703617, value=wow!         
2 row(s) in 0.0310 seconds

现在第二个插入包含 cf1 的第 1 列的新值“hey”，并且最近 3 个版本的扫描查询现在显示“哇！”和“嘿”，请不要按降序显示版本。

hbase(main):055:0> put 'mytable', 123, 'cf1:1', 'hey'

hbase(main):004:0> scan 'mytable', {COLUMN => 'cf1:1', VERSION => 3}
ROW                   COLUMN+CELL                                               
 123                  column=cf1:1, timestamp=1405831295769, value=hey          
 1234                 column=cf1:1, timestamp=1405831703617, value=wow!

【讨论】：