python连接hbase

2023-01-07 08:02:41

安装HBase

HBase是一个构建在HDFS上的分布式列存储系统，主要用于海量结构化数据存储。这里，我们的目标只是为Python访问HBase提供一个基本的环境，故直接下载二进制包，采用单机安装。下载后解压，修改配置文件，然后可以直接启动HBase了。所用系统版本为ubuntu14.04。

下载

wget https://mirrors.tuna.tsinghua.edu.cn/apache/hbase/1.2.4/hbase-1.2.4-bin.tar.gz

tar zxvf hbase-1.2.4-bin.tar.gz

配置

修改hbase-env.sh，设置JAVA_HOME。

export JAVA_HOME=/usr/lib/jvm/java-8-oracle

修改hbase-site.xml，设置存储数据的根目录。

<configuration>

    <property>

        <name>hbase.rootdir</name>

        <value>file:///home/mi/work/hbase/data</value>

    </property>

</configuration>

启动

bin/start-hbase.sh  # 启动

bin/hbase shell  # 进入hbase交互shell

安装Thrift

安装好HBase之后，还需安装Thrift，因为其他语言调用HBase时，需要通过Thrift进行连接。

安装Thrift依赖

sudo apt-get install automake bison flex g++ git libboost1.55 libevent-dev libssl-dev libtool make pkg-config

PS: libboost1.55-all-dev，在我的ubuntu14.04上安装有点问题，所以装的是libboost1.55。

编译安装

下载源码，解压后进行编译安装。Thrift下载地址

tar zxf thrift-0.10.0.tar.gz

cd thrift-0.10.0/

./configure --with-cpp --with-boost --with-python --without-csharp --with-java --without-erlang --without-perl --with-php --without-php_extension --without-ruby --without-haskell  --without-go

make  # 编译耗时较长

sudo make install

参考文档：
https://thrift.apache.org/docs/install/debian, https://thrift.apache.org/docs/BuildingFromSource

启动HBase的Thrift服务

bin/hbase-daemon.sh start thrift

检查系统进程

~/work/hbase/hbase-1.2.4/conf$ jps

3009 ThriftServer

4184 HMaster

5932 Jps

733 Main

可以看到ThriftServer已成功启动，然后我们就可以使用多种语言，通过Thrift来访问HBase了。

Python操作HBase

下面以Python为例来演示如何访问HBase。

安装依赖包

sudo pip install thrift

sudo pip install hbase-thrift

Demo程序

from thrift import Thrift

from thrift.transport import TSocket

from thrift.transport import TTransport

from thrift.protocol import TBinaryProtocol

from hbase import Hbase

from hbase.ttypes import *

transport = TSocket.TSocket('localhost', 9090)

transport = TTransport.TBufferedTransport(transport)

protocol = TBinaryProtocol.TBinaryProtocol(transport)

client = Hbase.Client(protocol)

transport.open()

contents = ColumnDescriptor(name='cf:', maxVersions=1)

# client.deleteTable('test')

client.createTable('test', [contents])

print client.getTableNames()

# insert data

transport.open()

row = 'row-key1'

mutations = [Mutation(column="cf:a", value="1")]

client.mutateRow('test', row, mutations)

# get one row

tableName = 'test'

rowKey = 'row-key1'

result = client.getRow(tableName, rowKey)

print result

for r in result:

    print 'the row is ', r.row

    print 'the values is ', r.columns.get('cf:a').value

执行结果：

['test']

[TRowResult(columns={'cf:a': TCell(timestamp=1488617173254, value='1')}, row='row-key1')]

the row is  row-key1

the values is  1

码农公寓