如何使用 HBase shell 获取多个列答案

【问题标题】：how to get multiple columns using HBase shell如何使用 HBase shell 获取多个列
【发布时间】：2018-04-29 05:00:12
【问题描述】：

我有带有 2 个家庭列的 Randonnee 表

Info: Name, region, suite
Tech: distance, denivele

我的表 Randonnee 上有这些数据

      (id, Name, region, distance, denivele, suite)

      (1, 'Monts du Djurdjura', 'Tizi Ouzou', 35, 1000, NULL);

      (2, 'Circuit de Misserghin', 'Oran', 25 , 514, NULL);

      (3, 'Montagne de Murdjadju', 'Oran', 31, 1100, NULL);

      (4, 'Canastel', 'Oran', 18, 890, 3);

      (5, 'Yama Gouraya', 'Bejaia', 19, 900, NULL);

      (6, 'Sidi Makhlouf', 'Blida', 8, 165, 8);

      (7, 'Tikjda', 'Tizi Ouzou', 10, 1900, NULL);

      (8, 'Feroukha', 'Blida', 14.18, 454, NULL);

      (9, 'Chrea Azzazga', 'Tizi Ouzou', 6.23, 1548, 11);

我想知道名字是'Montagne de Murdjadu'的randonne的距离

我试过这个查询：

scan 'randonnee',{COLUMN=>'info:Name',FILTER=>"ValueFilter(=, 'binary:Montagne de Murdjadju')"}

但问题是她给了我身份作为回报，而不是距离

ROW                   COLUMN+CELL
  3                    column=info:nom, timestamp=1509960875652, value=Montagne de Murdjadju

我如何获得距离？

【问题讨论】：

标签： hadoop nosql hbase bigdata cloudera

【解决方案1】：

您可以使用SingleColumnValueFilter。在 hbase shell 中，您可以执行以下操作来获取距离

import org.apache.hadoop.hbase.filter.CompareFilter
import org.apache.hadoop.hbase.filter.SingleColumnValueFilter
import org.apache.hadoop.hbase.util.Bytes

scan 'randonnee', {COLUMNS=>['tech:distance'], FILTER=>SingleColumnValueFilter.new(Bytes.toBytes('info'),Bytes.toBytes('name'),CompareFilter::CompareOp.valueOf('EQUAL'),Bytes.toBytes('Montagne de Murdjadju'))}

【讨论】：

这个查询对我有用scan 'rando',{FILTER=>"SingleColumnValueFilter('info', name', =,'binary:Montagne de Murdjadju')"} 问题给我所有我想要的列，只是技术：距离

【解决方案2】：

这个查询告诉我名字是'Montagne de Murdjadu'的randonnee的距离

scan 'randonnee',{FILTER=>"SingleColumnValueFilter('info', 'Name', =,'binary:Montagne de Murdjadju') AND ColumnPrefixFilter ('distance')"}

或

scan 'randonnee',{FILTER=>"SingleColumnValueFilter('info', 'Name', =,'binary:Montagne de Murdjadju') AND QualifierFilter(=,'binary:distance') "}

结果：

ROW  COLUMN+CELL                                                                                                       
3    column=tech:dist, timestamp=1509961960359, value=31

【讨论】：