HBase 学习（一） Python操作Hbase
正文
一，前言
上节讲到我们可以用JavaAPI进行Hbase的操作，但是很明显，Java的API很底层，用起来会很不方便，如果你们学习过Python，可以用Python来对Hbase进行操作。
happybase使用：https://happybase.readthedocs.io/en/latest/user.html#establishing-a-connection
二，包安装
安装thrift：https://blog.csdn.net/y472360651/article/details/79050571
安装happybase
pip install happybase
三，表操作DDL
创建连接：
connection = happybase.Connection('somehost') #链接，端口默认是9090 hbase thrift 启动的默认端口也是9090
列出所有表：
table_name_list = connection.tables() # connection.tables()：获取Hbase实例中的表名列表，返回一个list
获取表：
table = connection.table(name,user_prefix=True) # connection.table(name,user_prefix=True)：获取一个表对象，返回一个happybase.Table对象：
- name：表名
- user_prefix：是否使用表前缀，默认为True
禁用表：在做一些删除操作之前必须先禁用表
connection.disable_table(name) #disable_table(name)：禁用表，无返回值
- name：表名
启用表：
connection.enable_table(name) # enable_table(name)：启用表，无返回值
- name：表名
创建表：
families = { "cf":dict(), "df":dict() } connection.create_table(name,families) # 如果连接时，有传递表前缀参数时，真实表名将会是："{}_{}".format(table_prefix,name)
- name：表名
- families：列族
删除表：
connection.delete_table(name,disable=False) #delete_table(name,disable=False)：删除表，无返回值 默认是false，若要删除改为true
- name：表名
- disable：是否先禁用表
四，数据操作DML
若要对表进行数据插入等操作，需要先获取表实例。
获取表实例：
table = happybase.Table(name,connection) #happybase.Table(name,connection)：获取表实例
- name：表名
- connection：连接
获取单元格cells
cells(row, column, versions=None, timestamp=None, include_timestamp=False) # 获取单元格数据，返回一个list
- row：行
- column：列
- versions：获取的最大版本数量，默认None，即获取所有
- timestamp：时间戳，默认None，即获取所有时间戳版本的数据。可指定一个时间戳，获取小于此时间戳版本的所有数据
- include_timestamp：是否返回时间戳，默认False
实例：
content = table.cells('row1','cf:1',5,timestamp=1514861929124,include_timestamp=True) print content # [('1', 1514861925674L)]
删除指定行数据：
delete(row, columns=None, timestamp=None, wal=True)：删除指定行数据，无返回值
- row：行
- columns：列，默认为None，即删除所有列，可传入一个list或tuple来指定删除列
- timestamp：时间戳，默认为None，即删除所有，可传入一个时间戳来删除小于等于此时间戳的所有数据
- wal：是否写入wal，默认为True
实例：
table.delete(row, columns=None, timestamp=None, wal=True)
插入数据：
put(row, data, timestamp=None, wal=True)：插入数据，无返回值
- row: 行
- data: 数据，dict类型，{列:值}构成，列与值皆为str类型
- timestamp：时间戳，默认None，即写入当前时间戳
- wal：是否写入wal，默认为True
实例：
# 在row1行,cf:1列插入值1 table.put("row1",{"cf:1":"1"})
获取一行数据：
row(row, columns=None, timestamp=None, include_timestamp=False)：获取一行数据，返回一个dict
- row：行
- columns: 列，默认为None，即获取所有列，可传入一个list或tuple来指定获取列
- timestamp：时间戳。默认为None，即返回最大的那个时间戳的数据。可传入一个时间戳来获取小于此时间戳的最大时间戳的版本数据
- include_timestamp：是否返回时间戳数据，默认为False
实例：
info = table.row(row, columns=None, timestamp=None, include_timestamp=False)
获取多行数据：
rows(rows, columns=None, timestamp=None, include_timestamp=False)：获取多行数据，返回一个list
- rows：行，可传入一个list或tuple来指定获取
- columns: 列，默认为None，即获取所有列，可传入一个list或tuple来指定获取列
- timestamp：时间戳。默认为None，即返回最大的那个时间戳的数据。可传入一个时间戳来获取小于此时间戳的最大时间戳的版本数据
- include_timestamp：是否返回时间戳数据，默认为False
实例：
info = table.rows(rows, columns=None, timestamp=None, include_timestamp=False)
获取扫描器：
scan(row_start=None, row_stop=None, row_prefix=None, columns=None, filter=None,
timestamp=None, include_timestamp=False, batch_size=1000, scan_batching=None, limit=None, sorted_columns=False, reverse=False)：获取一个扫描器，返回一个generator
- row_start：起始行，默认None，即第一行，可传入行号指定从哪一行开始
- row_stop：结束行，默认None，即最后一行，可传入行号指定到哪一行结束(不获取此行数据)
- row_prefix：行号前缀，默认为None，即不指定前缀扫描，可传入前缀来扫描符合此前缀的行
- columns：列，默认为None，即获取所有列，可传入一个list或tuple来指定获取列
- filter：过滤字符串
- timestamp：时间戳。默认为None，即返回最大的那个时间戳的数据。可传入一个时间戳来获取小于此时间戳的最大时间戳的版本数据
- include_timestamp：是否返回时间戳数据，默认为False
- batch_size：用于检索结果的批量大小
- scan_batching：服务端扫描批处理
- limit：数量
- sorted_columns：是否返回排序的列(根据行名称排序)
- reverse：是否执行反向扫描
实例：
scanner = table.scan(row_start=None, row_stop=None, row_prefix=None,
columns=None, filter=None, timestamp=None, include_timestamp=False, batch_size=1000, scan_batching=None, limit=None, sorted_columns=False, reverse=False)
