Bash 组合几个hbase shell命令

我有一个包含4列的hbase表。我想在column1中搜索一个字符串，并从每一行中获取column2的值，在这一行中我得到一个匹配项。我使用这两个代码行

扫描'table'，{COLUMNS=>'column1'，FILTER=>“ValueFilter=，'substring:value'）”}

然后foreach行：get'table'，$row，{COLUMNS=>'column2'}

如何仅通过执行一个命令获得结果（例如“value1、value2、value3”）

致意

---

n3

我认为可以从hbase外壳内部使用SingleColumnValueFilter

scan 'table', {COLUMNS => ['cf:column1', 'cf:column2'], FILTER => "SingleColumnValueFilter('cf', 'column1', =, 'substring:value', true, true)"}

---

第一个

true

在

SingleColumnValueFilter

中表示

FilterIfcColumnMissing

，第二个

true

表示

setLatestVersionOnly

我认为可以从hbase外壳内部使用SingleColumnValueFilter

scan 'table', {COLUMNS => ['cf:column1', 'cf:column2'], FILTER => "SingleColumnValueFilter('cf', 'column1', =, 'substring:value', true, true)"}

---

SingleColumnValueFilter

中的第一个

true

表示

filterifccolumnsmissing

，第二个

true

表示

setlatestversiononononOnly

您可以从BASH（或任何其他unix shell）将命令管道传输到HBase shell。从那里，您可以创建一个单行命令，或者更好的是创建一个脚本来执行所需的任务

例如，可以使用以下命令获取与某个值匹配的所有行的列表：

echo "scan 'table', { COLUMNS => 'column1', FILTER => \"ValueFilter(=, 'substring:value')\"}" | hbase shell 2>/dev/null | awk '{print $1}'

注意：不要忘记ValueFilter周围双引号的转义字符

\

编辑： 以下脚本将在column1中查找包含特定字符串值的所有行，然后在column2中获取这些行的值：

#!/usr/bin/env bash

# Set variables according to your environment
TABLE="table"
COLUMN1="column1"
COLUMN2="column2"

TEMP="/tmp/temp"
OUTPUT="/tmp/output.txt"
LIMIT=100000000   # Set limit for table scan
VALUE=$1          # The string value to search

if [ -z $1 ]; then
  echo -e "MISSING PARAMENTER!\nUsage: $0 search_string"
  exit 1
fi

# Get all the row names that match $VALUE in $COLUMN1 of $TABLE and store in $TEMP file
echo "scan '$TABLE', { COLUMNS => '$COLUMN1', LIMIT => $LIMIT, FILTER => \"ValueFilter(=, 'substring:$VALUE')\"}" | hbase shell 2>/dev/null | grep -v "^$" > $TEMP

NUM_OF_ROWS=$(cat $TEMP | grep "row(s)" | awk '{print $1}')
LAST_ROW=$(($(cat $TEMP | grep -n "row(s)" | awk -F ":" '{print $1}')-1))
FIRST_ROW=$(($LAST_ROW-$NUM_OF_ROWS+1))

if [ -z $FIRST_ROW ]; then
  echo "SOMETHING WENT WRONG, EXITING"
  exit 1
fi

# Clear $OUTPUT file
echo "SEARCH RESULTS" > $OUTPUT

for ROW in $(cat $TEMP | awk '{print $1}' | sed -n ${FIRST_ROW},${LAST_ROW}p)
do
  echo "get '$TABLE','$ROW',{ COLUMNS => '$COLUMN2'}" | hbase shell 2>/dev/null | grep "value" >> $OUTPUT
done

# Optional cleanup
# rm -f $TEMP

echo "SEARCH COMPLETE, RESULTS STORED IN $OUTPUT"

exit 0

要使用脚本，只需使用一个指示要搜索的字符串值的参数执行脚本

---

虽然速度不是特别快，但它完成了任务。

您可以从BASH（或任何其他unixshell）通过管道将命令发送到HBase shell。从那里，您可以创建一个单行命令，或者更好的是创建一个脚本来执行所需的任务

例如，可以使用以下命令获取与某个值匹配的所有行的列表：

echo "scan 'table', { COLUMNS => 'column1', FILTER => \"ValueFilter(=, 'substring:value')\"}" | hbase shell 2>/dev/null | awk '{print $1}'

注意：不要忘记ValueFilter周围双引号的转义字符

\

编辑： 以下脚本将在column1中查找包含特定字符串值的所有行，然后在column2中获取这些行的值：

#!/usr/bin/env bash

# Set variables according to your environment
TABLE="table"
COLUMN1="column1"
COLUMN2="column2"

TEMP="/tmp/temp"
OUTPUT="/tmp/output.txt"
LIMIT=100000000   # Set limit for table scan
VALUE=$1          # The string value to search

if [ -z $1 ]; then
  echo -e "MISSING PARAMENTER!\nUsage: $0 search_string"
  exit 1
fi

# Get all the row names that match $VALUE in $COLUMN1 of $TABLE and store in $TEMP file
echo "scan '$TABLE', { COLUMNS => '$COLUMN1', LIMIT => $LIMIT, FILTER => \"ValueFilter(=, 'substring:$VALUE')\"}" | hbase shell 2>/dev/null | grep -v "^$" > $TEMP

NUM_OF_ROWS=$(cat $TEMP | grep "row(s)" | awk '{print $1}')
LAST_ROW=$(($(cat $TEMP | grep -n "row(s)" | awk -F ":" '{print $1}')-1))
FIRST_ROW=$(($LAST_ROW-$NUM_OF_ROWS+1))

if [ -z $FIRST_ROW ]; then
  echo "SOMETHING WENT WRONG, EXITING"
  exit 1
fi

# Clear $OUTPUT file
echo "SEARCH RESULTS" > $OUTPUT

for ROW in $(cat $TEMP | awk '{print $1}' | sed -n ${FIRST_ROW},${LAST_ROW}p)
do
  echo "get '$TABLE','$ROW',{ COLUMNS => '$COLUMN2'}" | hbase shell 2>/dev/null | grep "value" >> $OUTPUT
done

# Optional cleanup
# rm -f $TEMP

echo "SEARCH COMPLETE, RESULTS STORED IN $OUTPUT"

exit 0

要使用脚本，只需使用一个指示要搜索的字符串值的参数执行脚本

---

虽然速度不是特别快，但它完成了任务。

谢谢您的帮助，但我遇到了以下错误：

错误：不正确的筛选字符串SingleColumnValueFilter（'col1'，=，'substring:foobar'，true，true）

有什么想法吗？该列是否属于列族<代码>{COLUMNS=>['cf1:column1'，'cf2:column2']，FILTER=>“SingleColumnValueFilter（'cf1'，'column1'，=，'substring:value'，true，true）”}不，我只有4列，没有列族。我需要一个列族，还是也可以没有？据我所知，每个hbase表都必须包含一个cf。请看一看，感谢您的帮助，但我得到以下错误：

错误：错误的筛选字符串SingleColumnValueFilter（'col1'，=，'substring:foobar'，true，true）

知道该列属于一个列族吗<代码>{COLUMNS=>['cf1:column1'，'cf2:column2']，FILTER=>“SingleColumnValueFilter（'cf1'，'column1'，=，'substring:value'，true，true）”}不，我只有4列，没有列族。我需要一个列族，还是也可以没有？据我所知，每个hbase表都必须包含一个cf。请看