Python笔记：happybase库简介

1. happybase库简介

happybase是一个针对与Apache HBase数据库进行交互的python接口库。

因此，为了更好地了解happybase工具，我们这里先简单地介绍一下HBase数据库，不过由于我不是数据库方向的，因此这里也就是根据网上找到的资料进行了一些归纳，如果有需要细节了解必要的读者，还是需要仔细去研究一下这个东西。

HBase是一个基于HDFS（Hadoop Distributed File System）的分布式存储系统，他是一种基于rowkey的分布式存储系统，他的优点包括：

但是，相对的，他的缺点在于：

因此，HBase的主要适用场景为：写入密集型而不需要大量读操作的场景。其中，一个典型的例子就是服务器日志。

我们首先来看一下happybase库的安装。

这个在linux系统下其实非常的简单，只要简单的pip install一下就行了。

给出具体的安装命令如下：

pip install happybase

显而易见的，在使用happybase库查询和修改HBase数据库之前，我们首先要将其与HBase库中的某一张具体的表格进行关联操作。

给出happybase库连接数据库的命令如下：

# HOST: HBase数据库ip
# PORT: 端口号
connection = happybase.Connection(HOST, PORT, timeout=3000000)

通过上述命令，我们即可连接到HBase数据库当中，其中，connection为一个数据库链接实例，下面我们给出一些相关的操作函数：

由上，我们知道可以通过connection.Table(table_name)命令来实例化一个HBase中的表格。

HBase数据库中的表格数据格式为一个两元素的tuple，其内容分别为数据的row_key以及他实际的数据内容。

给出其具体格式如下：

(row_key, row_dict)

下面，我们来看一下如何对HBase数据库中的表格进行操作。

数据查询：
1. row(row, columns=None, timestamp=None, include_timestamp=False)
  - 如果知道数据的row_key信息，则可以直接通过row()方法进行数据查询；
2. rows(rows, columns=None, timestamp=None, include_timestamp=False)
  - rows()方法为row()方法的批量调用方式；
3. cells(row, column, versions=None, timestamp=None, include_timestamp=False)
  - 直接从表格中取出数据的某一个元素特征；
数据遍历
1. scan(row_start=None, row_stop=None, row_prefix=None, columns=None, filter=None, timestamp=None, include_timestamp=False, batch_size=1000, scan_batching=None, limit=None, sorted_columns=False, reverse=False)
  - 如果不知道row_key信息，则可以通过scan()方法对整张表进行数据遍历；
数据插入
1. put(row, data, timestamp=None, wal=True)
  - 通过put()方法可以实现数据的插入；
数据删除
1. delete(row, columns=None, timestamp=None, wal=True)
  - 采用delete()方法可以实现数据的删除操作；

上述就是happybase库的一个简单的内容介绍。

一般而言，我们使用happybase库的目的就是对HBase数据库中的某张数据表进行诸如遍历、查询、插入或是删除等操作，上述第3节内容中简单介绍了一下如何使用happybase来关联数据库中的某张表格，而第4节中则简单介绍了一下happybase对表格中数据操作的几个主要api。

根据我们个人的经验而言，上述内容应该是足以应付大多数的使用需求了，但如果还是遇到了无法处理的问题，可以查询happybase的接口api文档，其链接如下：