统计HBase表中列族中的记录数

我正在寻找一个HBase shell命令，该命令将统计指定列族中的记录数。 我知道我能跑：

echo "scan 'table_name'" | hbase shell | grep column_family_name | wc -l  

但是，这将比标准计数命令运行得慢得多：

count 'table_name' , CACHE => 50000 (because the use of the CACHE=>50000)  

更糟糕的是，它不会返回实际记录数，而是返回指定列族中的单元格总数（如果我没弄错的话）。 我需要这样的东西：

count 'table_name' , CACHE => 50000 , {COLUMNS => 'column_family_name'}

提前感谢，

---

Michael

这是我在需要时编写的Ruby代码，就像您需要的一样。提供了适当的意见。它为您提供了

HBase

shell

count\u table

命令。第一个参数是表名，第二个参数是属性数组，与

scan

shell命令相同

对你的问题的直接回答是

count_table 'your.table', { COLUMNS => 'your.family' }

我还建议添加缓存，如用于扫描：

count_table 'your.table', { COLUMNS => 'your.family', CACHE => 10000 }

以下是来源：

# Argiments are the same as for scan command.
# Examples:
#
# count_table 'test.table', { COLUMNS => 'f:c1' }
# --- Counts f:c1 columsn in 'test_table'.
#
# count_table 'other.table', { COLUMNS => 'f' }
# --- Counts 'f' family rows in 'other.table'.
#
# count_table 'test.table', { CACHE => 1000 }
# --- Count rows with caching.
#
def count_table(tablename, args = {})

    table = @shell.hbase_table(tablename)

    # Run the scanner
    scanner = table._get_scanner(args)

    count = 0
    iter = scanner.iterator

    # Iterate results
    while iter.hasNext
        row = iter.next
        count += 1
    end

    # Return the counter
    return count
end

---

您知道如何在HBase中添加此功能吗？它只是客户端脚本，而不是您在HBase服务器中需要的东西。您不应该添加这些内容，因为它的所有组件都已在HBase中。可以将上面的

count\u表

之类的实用程序功能添加到

~/.irbrc

文件中，以防用户需要跨多个HBase外壳会话。

.irbrc

文件是IRB使用的同一个rc文件，即Intercive Ruby Shell，有一些细微的区别-hbase Shell实际上是IRB的hbase风格，它在JRuby上下文中运行，允许使用Java库。