前言

在Python中操作HBase，常用的库是`happybase`。

以下是一个使用`happybase`库连接HBase，并进行基本的读写操作的完整示例。

请注意，在运行此代码之前，你需要确保HBase已经安装并运行在你的环境中，同时Python环境需要安装`happybase`库。

首先，你需要安装`happybase`库（如果尚未安装）：
        pip install happybase
        

实战

import happybase  
  
# 连接到HBase Thrift服务器  
# 注意：这里的'localhost'和'9090'是Thrift服务器的默认地址和端口，你可能需要根据实际情况修改  
connection = happybase.Connection('localhost', port=9090)  
  
# 检查表是否存在，如果不存在则创建  
table_name = 'my_table'  
if table_name not in connection.tables():  
    # 创建一个表，包含两个列族'cf1'和'cf2'  
    connection.create_table(  
        table_name,  # 这里直接创建了表，没有指定命名空间，则默认是在default这个空间下的。
        {  
            'cf1': dict(),  # 列族cf1，没有额外的配置  
            'cf2': dict(max_versions=10),  # 列族cf2，设置最大版本数为10  
        }  
    )  
  
# 写入数据  
# 打开表  
table = connection.table(table_name)  
  
# 写入一行数据，包含两个列族下的列  
# 注意：在HBase中，列名由列族名和列修饰符组成，中间用':'分隔  
table.put('row1', {'cf1:a': 'value1', 'cf2:b': 'value2'})  
  
# 读取数据  
# 读取整行数据  
row = table.row('row1')  
print("Row 'row1':", row)  
  
# 读取特定列族下的列  
columns = table.columns(['row1'], ['cf1', 'cf2'])  
print("Columns from 'row1':", columns)  
  
# 读取特定列的数据  
cell = table.cells('row1', columns=['cf1:a', 'cf2:b'])  
print("Cells from 'row1':", cell)  
  
# 关闭连接  
connection.close()

注意：

1. HBase Thrift服务器：示例中连接HBase使用的是Thrift服务器。确保你的HBase配置了Thrift服务器，并且Thrift服务器正在运行。HBase的默认配置可能不包含Thrift服务器，你可能需要手动启动它，或者修改HBase的配置文件（如hbase-site.xml）来启用Thrift服务器。
2. HBase版本兼容性：happybase库与HBase的不同版本之间可能存在兼容性问题。请确保你安装的happybase版本与你的HBase版本兼容。
3. 安全性：如果HBase配置了Kerberos认证或其他安全机制，你可能需要在连接时提供额外的安全凭证。
4. 错误处理：为了简化示例，上述代码没有包含错误处理逻辑。在实际应用中，你应该添加适当的错误处理来确保代码的健壮性。

一、启动Hbase、ThriftServer

（1）确保HDFS、Hbase、Zookeeper服务正常运行：

 1.启动hdfs
   start-dfs.sh

 2.启动Hbase
   start-hbase.sh

 3.开启ThriftServer
    hbase-daemon.sh start thrift

 4.创建日志文件log4j.properties
   进入HBase安装目录：cd /usr/local/hbase-2.5.6/conf 
   创建文件：vi log4j.properties
   输入内容：log4j.rootLogger=ERROR,console
   保存文件并关闭：:wq

 5.启动hbase shell
   hbase shell
   

二、查看启动进程

[root@hadoop~]# jps
1556 HRegionServer
485 SecondaryNameNode
230 NameNode
1400 HMaster
1993 ThriftServer
1114 HQuorumPeer
2111 Jps
3514 DataNode

三、连接hbase

安装happyhbase库
pip install happybase -i https://pypi.tuna.tsinghua.edu.cn/simple

#1.导入happybase库
import happybase

#2.建立HBase的连接
conn = happybase.Connection(
    host="192.168.25.200",   #主机名
    port=9090,      #Thrift的默认端口号
    timeout=60000   #超时时间
)
#3.通过conn对象，调用tables方法，获取hbase中的表格
print(conn.tables())
#4.关闭连接
conn.close()

四、DDL操作(表结构的管理)

(1)创建表

#在默认命名空间下创建新表mytable,包含列族cf1、cf2、cf3
conn.create_table(
    'tab_name',                     # 表名，字符串类型
    {'cf1': dict(max_versions=10),	# 列族1
     'cf2': dict(max_versions=1),	# 列族2
     'cf3': dict(),               	# 列族3，默认属性
    }
)
# 下面是一个demo
# 在命名空间school下，创建新表student，包含列族info，属性为默认;包含列族score，属性设置最大版本号为5
conn.create_table("school:student",
                   {"info":dict(),
                    "score":dict(max_versions=5)
                   }
                 )
# 通常，管理HBase，建议使用HBase Shell，因为HappyBase使用的Thrift接口仅有有限功能。

(2)查询表格的列族信息

#1.获取某个表格对象
stu_table = conn.table("school:student")
#2.查询表格的列族信息
print(stu_table.families())

(3)删除表

#4.删除某个表格school:student（先禁用再删除）
#第二参数：如果禁用参数为True，则此方法首先禁用该表（如果尚未禁用），然后将其删除。
conn.delete_table("school:student",True)
#打印当前表格信息
print(conn.tables())

五、DML操作(数据的管理)

（1）获取表对象

stu_table = conn.table('school:student')	# 传入库名:表名
# 表不存在也不会报错，本步骤不会真的链接到HBase，只是在代码内创建一个table对象

（2）插入单行数据

要在我们的表中存储单个单元格的数据，我们可以使用table.put()，它接收行键和要存储的数据。
数据应该是一个字典，包含多个单元格值，将列名映射到一个值：

stu_table = conn.table('school:student')
stu_tab.put(b"s001",{b"info:name":b"zhangsan",b"info:age":b"20"})
stu_tab.put(b"s002",{b"info:name":b"lisi",b"info:age":b"22"})
stu_tab.put(b"s003",{b"info:name":b"wangwu",b"info:age":b"21"})
stu_tab.put(b"s004",{b"info:name":b"xiaohong",b"info:age":b"25"})

（3）查询单行数据

table.row()从表中检索单行，并将其作为映射列到值的字典返回。

#通过行键查询单行数据(返回值是字典)
row1 = student_tab.row("s001")
#通过行键、列族：列限定符查询某个单元格值
row1_name = student_tab.row("s001",["info:name"])
print(row1_name)
row1_name_val=row1_name[b'info:name']# 返回值：b'zhangsan'，注意是<class 'bytes'>类型
#将字节数组转为字符串类型
print("行键s001对应的姓名是:" + str((row1_name_val),encoding="utf-8"))
 
# 转换字符串的语法格式：
str(bytes对象, encoding="编码格式，通常使用utf-8")

（4）查询多行数据

table.rows() 方法的工作方式与table.row() 类似，但需要多个行键并将它们作为 (key, data) 元组返回。

#通过行键查询多行数据(返回值是字典列表)
row_1_2 = student_tab.rows(["s001","s002"])
print(row_1_2)  
"""
返回值：
[(b's001', {b'info:age': b'20', b'info:name': b'zhangsan'}), (b's002', {b'info:age': b'22', b'info:name': b'lisi'})]
"""
#遍历每一行的数据
for key,value in row_1_2:
    print(key,value)

获取多版本数据单元格值

HBase支持存储同一单元的多个版本。这可以为每个列族配置。要检索给定行的列的所有版本，
可以使用 table.cells()。此方法返回一个有序的单元格列表，最新版本排在最前面。  

# 首先，准备一个保存多版本的表,先往s001，插入3个版本的数学成绩
stu_table.put(b"s001",{b"score:math":b"80"})
stu_table.put(b"s001",{b"score:math":b"90"})
stu_table.put(b"s001",{b"score:math":b"100"})

stu_table = conn.table('school:student')
#获取s001，数学的三个版本数据
mathVal = stu_table.cells("s001","score:math",versions=1)
print(mathVal) #[b'100']
mathVal = stu_table.cells("s001","score:math",versions=3)
print(mathVal) #[b'100', b'90', b'80']

scan表格数据

除了检索已知行键的数据外，HBase 中的行还可以使用 table.scan() 遍历表中所有行,基本扫描程序如下所示。

#扫描整个表格
table_rows = stu_table.scan()
#将rows转为列表
rowsList = list(table_rows)
#遍历每一行数据
 for key,value in rowsList:
    print(key,value)

通过设置limit参数，指定扫描前多少行数据。

#扫描前2行数据，limit
limit_rows = stu_table.scan(limit=2)
print(list(limit_rows))

通过设置row_start和row_stop参数指定扫描器应启动和停止的行键。row_start之后的第一行将是第一个结果， row_stop之前的最后一行将是最后一个结果。

# 请注意，范围的开头是包含在内的，而结尾是不包括的。
rows = stu_table.scan(row_start="s002",row_stop="s004")
print(list(rows))

删除数据

table.delete() 方法从表中删除数据。要删除完整的行，只需指定行键：
stu_table.delete("s001")

要删除一列或多列而不是整行，还需指定 columns 参数：

stu_table = conn.table('school:student')
#删除某一个单元格数据(所有版本的数据都会删除)
stu_table.delete("s001",columns=["score:math"])