zoukankan      html  css  js  c++  java
  • hbase基于hue的查询语法

    hbase基于hue的查询语法

    登录地址

    https://hue-ui.xiaoniangao.cn

    界面操作说明

    1. 进入hue中的hbase
    2. 进入表的查询界面
    3. 界面说明

    查询语句

    ,表示结束查询,可以不加

    主键查询

    1. 输入主键 rowkey1,rowkey2
      说明:只输入主键查询
      例1:00000051|1538229142
      例2:00000051|1538229142,00000051|1538230148
    2. 根据主键的前缀查询 row_prefix*,
      说明:根据主键的前几位进行模糊查询,默认只显示一条数据;通过 +n-1 来显示n条数据
      例1:00000051|*
      例2:显示10条数据 00000051|* +9

    查询列族和列名

    [colFamily:col1,colFamily:col2,colFamily:,col3,col_prefix*+(n-1),col1 to col2]
    说明:colFamily表示列族,col表示列名, colFamily: 表示显示该列族下所有列, <col_prefix>*+(n-1) 根据列名模糊查询,col1 to col2显示col1到col2之间的列
    例100000051|* +9 [i:ts,i:path]

    例200000051|* +9 [i:p*+3]

    例300000051|1538229142,00000051|1538230148[elapse to path]

    根据条件过滤查询

    {filter() AND/OR filter()}
    个人意见:substring筛选时使用=来筛选,否则会出错;binary筛选时可以用=、>=、<=等操作

    • 根据主键进行过滤
      • RowFilter(=,'substring:111') 主键中包含111
      • RowFilter(=,'binary:111') 主键等于111
      • PrefixFilter('user1') 主键的前缀是user1
    • 根据列进行过滤
      • 列名过滤
        • QualifierFilter (=, 'substring:p') 列名中包含p
        • QualifierFilter (=, 'binary:p') 列名等于p
        • MultipleColumnPrefixFilter('a','b','e') 列名的前缀是a或者b或者e
        • ColumnPrefixFilter('c2') 列名的前缀是c2
      • 列值过滤
        • SingleColumnValueFilter('i', 'path', =, 'substring:student') 列族为i,列名为path,列值包含student
        • SingleColumnValueFilter('i', 'path', =, 'binary:student') 列族为i,列名为path,列值等于student
        • ValueFilter(=,'substring:111') 列值中包含111
        • ValueFilter(=,'binary:111') 列值等于111


          以上过滤器是大部分常用的过滤器,在hue-hbase中另有一些过滤器未在此文档中描述。

    以下是我自己整理的一部分参考语法:

    hbase中有单纯根据列值查询的ValueFilter和根据列名和列值查询的SingleColumnValueFilter,可根据需要选择。
    下表中是按照根据列名和列值来进行查询的参考

    SQL hue_hbase
    select col1,col2 [col1,col2]
    where col1="student" SingleColumnValueFilter('i', 'col1', =, 'binary:student')
    where col1 like "%body%" SingleColumnValueFilter('i', 'col1', =, 'substring:body')
    where col1>=1.9 SingleColumnValueFilter('i', 'col1', >=, 'binary:1.9')
    where col1="student" AND col2>1.9 SingleColumnValueFilter('i', 'col1', =, 'binary:student') AND SingleColumnValueFilter('i', 'col2', >, 'binary:1.9')
    where col1="student" OR col2>1.9 SingleColumnValueFilter('i', 'col1', =, 'binary:student') OR SingleColumnValueFilter('i', 'col2', >, 'binary:1.9')
  • 相关阅读:
    spring源码分析之cache注解
    Full Gc经历分析
    spring源码分析之context
    spring源码分析之freemarker整合
    publishing failed with multiple errors resource is out of sync with the file system--转
    真正解决问题:maven eclipse tomcat java.lang.ClassNotFoundException: org.springframework.web.context.ContextLoaderListener--转
    pyspark kafka createDirectStream和createStream 区别
    kafka 0.11 spark 2.11 streaming例子
    蜜罐技术——通过布置一些作为诱饵的主机、网络服务或者信息,诱使攻击方对它们实施攻击,从而可以对攻击行为进行捕获和分析
    安装和使用访问暗网
  • 原文地址:https://www.cnblogs.com/fengzzi/p/10033093.html
Copyright © 2011-2022 走看看