python爬取hbase信息,python讀取hbase

本文目錄一覽：

• 1、如何在Python中訪問HBase的數據
• 2、python可以把爬蟲的數據寫入hbase么
• 3、如何使用python在hbase里進行模糊查詢
• 4、Python訪問hbase集群

如何在Python中訪問HBase的數據

for key, data in graph_table.scan(filter=”SingleColumnValueFilter(‘cf’, ‘id’, q”, 1000)): print key, data 這個語句是查詢id

python可以把爬蟲的數據寫入hbase么

下載mysql.connector庫 然後把爬蟲爬到的數據通過mysql裏面的insert語句查到數據庫，當然也可以建表，一般我沒用python建表 是先建好再寫數據的 import mysql.connectorconn

如何使用python在hbase里進行模糊查詢

#導入thrift和habse包

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 *

#此處可以修改地址和端口

host = ‘192.168.1.1’

#默認端口為9090

port = 9090

#要查詢的表名

table = ‘table_name’

#定義一個過濾器，此為關鍵步驟

filter = “RowFilter(=,’regexstring:.3333.’)” #此行原創：）

# Make socket

transport = TSocket.TSocket(host, port)

# Buffering is critical. Raw sockets are very slow

# 還可以用TFramedTransport,也是高效傳輸方式

transport = TTransport.TBufferedTransport(transport)

# Wrap in a protocol

#傳輸協議和傳輸過程是分離的，可以支持多協議

protocol = TBinaryProtocol.TBinaryProtocol(transport)

#客戶端代表一個用戶

client = Hbase.Client(protocol)

#打開連接

try:

transport.open()

scan.filterString=filter

scanner = client.scannerOpenWithScan(table, scan)

except Exception:

finally:

client.scannerClose(scan)

transport.close()

連接代碼網上一搜一大堆，非原創，來源已不可考，非本人研究成果；

關鍵就是這個：”RowFilter(=,’regexstring:.3333.’)”

這個過濾器要寫對，hbase有十幾種內置的過濾器方法，有幾種比較運算符和比較器，上面這個是正則方式，即’regexstring:.3333.’；

過濾器整個雙引號裏面的內容會通過thrift傳給hbase服務端處理，下劃線這部分正則要支持java的正則要求不然會報錯

Python訪問hbase集群

HBase-thrift項目是對HBase Thrift接口的封裝，屏蔽底層的細節，使用戶可以方便地通過HBase Thrift接口訪問HBase集群，python通過thrift訪問HBase。