来源：https://blog.csdn.net/qq_43279457/article/details/109137470
happybase官方文档：https://happybase.readthedocs.io/en/latest/api.html#
0 hbase准备
0.1 使用happybase库操作hbase
先安装该库 pip install happybase
0.2 然后确保 hadoop 和 hbase 可用并开启
能进行hdfs操作就代表hadoop正常运行
能在 hbase shell 下使用 list 命令并不报错就代表能正常运行
0.3 开启thrift
使用命令开启
$HBASE_HOME/bin/hbase-daemon.sh start thrift
使用命令 jps 查看是否开启成功
1 连接hbase
- 连接操作
import happybase con = happybase.Connection(\'192.168.31.105\') con.open() # 打开传输 print(con.tables()) # 输出所有表名 con.close() # 关闭传输
进入Connection对象中，左边列出了许多Connection对象中可以操作的函数，这些函数能在表级上操作表，如创建表，禁用表，删除表（hbase中要先禁用表后才能删除表），创建表对象等
其中最常用的是创建表对象，table函数就是创建表对象，定位到table函数这里，发现他返回的是Table()对象，继续跟进Table对象
左边是Table对象下的函数，里边有查看单元格，查看列，删除数据，创建数据等。
2 表操作
2.1 创建表
import happybase con = happybase.Connection(\'192.168.31.105\') # 默认9090端口 con.open() # 打开thrift传输，TCP连接 families = { \'wangzherongyao\': dict(max_versions=2), # 设置最大版本为2 \'hepingjingying\': dict(max_versions=1, block_cache_enabled=False), \'xiaoxiaole\': dict(), # 使用默认值.版本默认为3 } con.create_table(\'games\', families) # games是表名，families是列簇，列簇使用字典的形式表示，每个列簇要添加配置选项，配置选项也要用字典表示 print(con.tables())
配置选项：
max_versions (int类型)
compression (str类型)
in_memory (bool类型)
bloom_filter_type (str类型)
bloom_filter_vector_size (int类型)
bloom_filter_nb_hashes (int类型)
block_cache_enabled (bool类型)
time_to_live (int类型)
2.2 启动或禁用表
要设置或者删除表时，必须得先禁用表，再删除。只能禁用或启动一次，不能重复，否则报错。
# 禁用表 import happybase con = happybase.Connection(\'192.168.31.105\') # 默认9090端口 con.open() # 打开thrift传输，TCP连接 con.disable_table(\'games\') # 禁用表，games代表表名 print(con.is_table_enabled(\'games\')) # 查看表的状态，False代表禁用，True代表启动 print(con.tables()) # 即使禁用了该表，该表还是存在的，只是状态改变了 con.close() # 关闭传输
# 启动表 import happybase con = happybase.Connection(\'192.168.31.105\') # 默认9090端口 con.open() # 打开thrift传输，TCP连接 con.enable_table(\'games\') # 启动该表 print(con.is_table_enabled(\'games\')) # 查看表的状态，False代表禁用，True代表启动 print(con.tables()) # 即使禁用了该表，该表还是存在的，只是状态改变了 con.close() # 关闭传输
2.3 删除表
删除一个表要先将该表禁用，之后才能删除。下面的delete_table函数不但可以禁用表还可以删除表。如果前面已经禁用了该表，delete_table函数就可以不用加第二个参数，默认为False
import happybase con = happybase.Connection(\'192.168.31.105\') # 默认9090端口 con.open() # 打开thrift传输，TCP连接 con.delete_table(\'games\', disable=True) # 第一个参数表名，第二个参数表示是否禁用该表 print(con.tables())
3.数据操作
3.1 建立数据
这里向单元格写一个数据。
注意：如果写数据时没有这个列名，就新建这样的列名，再写数据。
在 hbase shell 中，使用put命令，一次只能写入一个单元格，而happybase库的put函数能写入多个。
import happybase con = happybase.Connection(\'192.168.31.105\') # 默认9090端口 con.open() # 打开传输 biao = con.table(\'games\') # games是表名，table(\'games\')获取某一个表对象 wangzhe = { \'wangzherongyao:名字\': \'别出大辅助\', \'wangzherongyao:等级\': \'30\', \'wangzherongyao:段位\': \'最强王者\', } biao.put(\'0001\', wangzhe) # 提交数据，0001代表行键，写入的数据要使用字典形式表示 # 下面是查看信息，如果不懂可以继续看下一个 one_row = biao.row(\'0001\') # 获取一行数据,0001是行键 for value in one_row.keys(): # 遍历字典 print(value.decode(\'utf-8\'), one_row[value].decode(\'utf-8\')) # 可能有中文，使用encode转码 con.close() # 关闭传输
3.2 查看操作
下面连接之后，就创建一个表对象，然后对这个表对象进行操作，这里演示了多种查看操作，第一个是查看一行的数据，第二个是查看一个单元格的数据，因为我存储时使用了中文，在hbase中存储的不是中文，而是utf-8的编码，这里接收了hbase传过来的编码数据之后对它进行解码，第三个是获取多行的数据，第四个是使用扫描器获取整个表的数据。
import happybase con = happybase.Connection(\'192.168.31.105\') # 默认9090端口 con.open() # 打开传输 biao = con.table(\'games\') # games是表名，table(\'games\')获取某一个表对象 print(\'-----------------------第一个-----------------------------\') one_row = biao.row(\'0001\') # 获取一行数据,0001是行键 for value in one_row.keys(): # 遍历字典 print(value.decode(\'utf-8\'), one_row[value].decode(\'utf-8\')) # 可能有中文，使用encode内置函数转码 print(\'-----------------------第二个-----------------------------\') print(biao.cells(\'0001\', \'wangzherongyao:段位\')[0].decode(\'utf-8\')) # 获取一个单元格信息，返回列表，转码输出，0001是行键，wangzherongyao是列簇名，是列名 print(\'-----------------------第三个-----------------------------\') for key, value in biao.rows([\'0001\', \'0002\']): # 获取多行的数据，列表或元组中可以写入多个行键 # print(key, \'<=====>\', value) # 由于0002我没有写入数据，就查不到，也不返回信息 for index in value.keys(): # 遍历字典 print(key.decode(\'utf-8\'), index.decode(\'utf-8\'), value[index].decode(\'utf-8\')) # 可能有中文，使用encode转码 print(\'-----------------------第四个----------------------------\') for rowkey, liecu in biao.scan(): # 获取扫描器对象，该对象是可迭代对象。扫描器记录了一个表的结构 # print(rowkey, \'<=====>\', liecu) for index in liecu.keys(): # 遍历字典 print(rowkey.decode(\'utf-8\'), index.decode(\'utf-8\'), liecu[index].decode(\'utf-8\')) # 可能有中文，使用encode转码 con.close() # 关闭传输
以上四种方法都支持添加时间戳选项查看数据
3.3 删除数据
import happybase con = happybase.Connection(\'192.168.31.105\') # 默认9090端口 con.open() # 打开传输 biao = con.table(\'games\') # games是表名，table(\'games\')获取某一个表对象 biao.delete(\'0003\', [\'wangzherongyao:段位\']) # 删除一个单元格信息 # biao.delete(\'0003\', [\'wangzherongyao：名字\', \'wangzherongyao:等级\']) # 删除多个单元个信息 # biao.delete(\'0003\', [\'wangzherongyao\']) # 删除一列簇信息 # biao.delete(\'0003\') # 删除一整行信息 # 查看数据，看看是否还在 for rowkey, liecu in biao.scan(): # 获取扫描器对象，该对象是可迭代对象。扫描器记录了一个表的结构 # print(rowkey, \'<=====>\', liecu) for index in liecu.keys(): # 遍历字典 print(rowkey.decode(\'utf-8\'), index.decode(\'utf-8\'), liecu[index].decode(\'utf-8\')) # 可能有中文，使用encode转码 con.close() # 关闭传输
前面说过，删除是根据时间戳来删除最近的版本，再次查看时显示的下一个时间戳最近的版本，那么下面测试一下是不是这样。
import happybase con = happybase.Connection(\'192.168.31.105\') # 默认9090端口 con.open() # 打开传输 biao = con.table(\'games\') # games是表名，table(\'games\')获取某一个表对象 biao.put(\'0001\', {\'wangzherongyao:段位\': \'最强王者\'}) biao.put(\'0001\', {\'wangzherongyao:段位\': \'永恒钻石V\'}) biao.put(\'0001\', {\'wangzherongyao:段位\': \'尊贵铂金I\'}) # 重复写三个值 print(biao.cells(\'0001\', \'wangzherongyao:段位\')) # 查看单元格的数据显示为最后一个时间戳的版本，即尊贵铂金I biao.delete(\'0001\', [\'wangzherongyao:段位\']) # 删除单元格的信息，按照正常的理论查看时显示永恒钻石V print(biao.cells(\'0001\', \'wangzherongyao:段位\')) # 查看单元格的信息，显示为空 con.close() # 关闭传输
很奇怪，答案错误，他把里面的东西都删了，那么问题出现在哪里？ 看 hbase shell 下是操作怎样的
按照 hbase shell 的操作，理论上是没错的，那么问题出现在哪里？问题出现在 deleteall 操作
可以猜测出，happybase库的 delete 函数封装的是 hbase shell 中的 deleteall 函数，所以调用要delete函数时要谨慎
3.4 批处理
batch()函数可以创建一个可执行对象，然后在进行批处理操作，其实该函数返回了Batch对象，Batch对象支持上下文管理协议，可以执行批量写put操作、批量删delete操作，然后还要使用发送send函数提交到服务器，个人感觉比较鸡肋。其实上面讲的delete函数就是调用了这里的delete函数