在HBase shell中，帮助文件向我们展示了创建表时允许使用的几种语法： create 'tableName', {NAME => 'colFamily', VERSIONS => 5 } create 'tableName', {NAME => 'cf1'}, {NAME => 'cf2'} create 'tableName', 'cf1', 'cf2', 'cf3' create 'tableName', 'cf1', {SPLITS => ['1

请有人帮助我了解Hbase如何在内部工作 列的值是否可以引用另一个表的键 例如： 假设我有一个Student表，其中subjectId作为外键，Subject表的id作为主键，那么表示方式会是什么呢？ 我们如何将学生和学科联系起来？有人请帮助我了解HBase的内部工作原理。 这是一件非常大的事情，在这里无法完全解释。请参考链接了解更多详细信息 一列的值是否可以引用另一个表的键？ 列可以肯定地将另一行的键存储在同一个表或另一个表中。您必须从第一个表中读取该值，然后转到第二个表以获取该行（如果两行位

我正在学习HBase shell命令，对drop和delete表感到困惑 有人能评论一下删除表和删除表之间的区别吗 谢谢。没有区别。我推测这两个名字的原因是因为它是第一个创建的，并且使用了“删除”。然后，在创建shell时，人们意识到drop table tablename是摆脱表的标准方法* 但我确认（无论对其起源的猜测如何），通过查看以下内容，它们是相同的： *但准确地说。。。它们并没有使用删除table tablename，而是在HBase shell中删除'tablename'。只是为了

我想使用以下内容： List<Cell> cells = sourcePut.get(CfBytes, QualBytes); List cells=sourcePut.get（CfBytes，QualBytes）； 但它返回一个空列表，因为我没有指定正确的列族和/或限定符 对于我的源表，如何查看所有列族和限定符 我还没有创建HBase表，它已经可用。我找到了如下解决方案： 1.要获取列族，扫描表应该是可行的 2.要获取限定符，我使用了以下代码： Get g = new Get(

当我在cacheRows=100或10000的情况下运行上述代码时，它会打印出来 总行数=480000 当我在cacheRows=100000的情况下运行上述代码时，它会打印出来 总行数=10090 cacheRows=10083打印480000 cacheRows=10084打印191595 cacheRows=10085打印20169 cacheRows=10086打印20170 cacheRows=10087打印20171 cacheRows=10088打印20172 cacheRows=

我有一个非常大的hbase/phoenix表，我正试图使用sqlline查询它。我得到以下例外情况。我尝试更改客户端和服务器上的各种设置： phoenix.query.keepAliveMs phoenix.query.timeoutMs dfs.client.socket-timeout 我尝试将上述所有设置为6000000，但仍然得到相同的问题。有什么想法吗？最初的异常似乎是HBaseClient.CallTimeoutException sqlline版本1.1.8 0:jdbc:pho

我正在尝试从Phoenix中的现有结构创建一个新表。Phoenix中是否有CREATE as Select语句。我正在努力，但他们失败了，只有以下例外 欢迎提出任何建议。提前谢谢 CREATE TABLE TEST AS (SELECT * FROM TEST_2 WHERE 1 =2); org.apache.phoenix.exception.PhoenixParserException: ERROR 601 (42P00): Syntax error. Encountered &quo

我正在尝试使用ApachePhoenix获取Hbase中（“默认”）模式的表数据。我的请求机构如下： {"request": "getTables","connectionId":"1875901652","schemaPattern":"default"} 响应中包含的行为空，否则将作为内部服务器错误返回。注意：我已经更改了每个请求的connectionId，但问题仍然存在。其他模式也是如此。只有“系统”模式才能获得数据。请告知原因和解决方法。提前谢谢

由于rowkey的设计，我需要执行一个regex扫描过滤器，据我所知，它扫描该表的整个rowkey集 我面临的问题是，默认情况下，限制是默认的callTimeout=60000，我正在超出该值 我一直在寻找解决方案，但到目前为止，我希望避免使用两种方法： 方法1:修改hbase-client.xm文件，增加以下值： <property> <name>hbase.client.operation.timeout</name> <value&

我正在使用lucene的搜索系统。默认情况下，它不是分布式的，所以我正在考虑转向HBase或Hadoop之类的东西 像HBase或Hypertable这样的解决方案有内置搜索功能吗？或者我需要在它们上面实现Lucene吗？Lucene与像HBase或Hypertable这样的BigTable克隆非常不同。如果您只是在寻找分布式Lucene，那么您应该看看诸如Elastic Search或Katta之类的项目 Solr/Lucene还能够在集群上运行，但分区不是自动的。您必须手动创建碎片和副本，以

我需要对HBase表进行扫描，以便进行临时查询。目前我只使用一个节点。我想知道在多台机器上以分布式模式运行HBase是否会使它更快。目前，在m1.2大型EC2机器上扫描300万行大约需要5分钟。 欢迎提供任何有关如何加快扫描速度的想法。目前，我启用了scan.setCaching，这有很大帮助。不，添加节点不会加快扫描速度。HBase扫描是串行的，有几个原因 当您这样调用HTable.getScanner（scan）时，返回的是Result对象的迭代器——在调用next（）项时，HBase实际上

我是HBase和OpenTSBD的新手。 我遵循了OpenTSDB手册中的所有步骤： 但是，当我进入最后一步时，出现以下错误： java.net.ConnectException: Connection refused at sun.nio.ch.SocketChannelImpl.checkConnect(Native Method) ~[na:1.7.0_07] at sun.nio.ch.SocketChannelImpl.finishConnect(SocketChann

流程是否对同一个表使用多个“创建”命令？它的语法是什么 答案是使用ruby列表：下面创建一个包含三个列族m、f、c的表“app”： create 'app',['m','f','c'] 语法如下： create '<table name>' , '<column-family1>' , '<column-family2>' etc.. 创建“”、“”等。。 创建具有多个列族和版本的Hbase表的语法如下： create 'test', {NAME =>

我想在Cloudera CDH 5.2的HBase之上安装ApachePhoenix 我下载了Phoenix的最新版本（4.2.2），并将服务器jar文件放入每个区域服务器上的一个目录中（我没有修改主服务器） 然后，我将hbase env.sh文件更改为指向前缀为hbase\u CLASSPATH\u变量的文件 当我运行以下命令时： hbase classpath 列表中报告了phoenix serer jar 在主计算机上，当我尝试使用/sqlline.py qourumserver时，出现

我已经使用SQuirrel SQL client 3.6创建了hbase表。下面是我尝试过的问题- create table test (mykey integer not null primary key, mycolumn varchar); upsert into test values (1,'Hello'); upsert into test values (2,'World!'); create view "TEST" (ID BIGINT NOT NULL PRIMARY KEY

我一直在使用java和python测试table.put 在java中，可以将int或float值写入列中。使用happybase table.put(line_item_key, {'allinone:quantity': quantity}) 它爆炸了 TypeError:类型为“int”的对象没有len（） happybase不支持除字符串以外的任何内容，这是真的吗？在Hbase中，所有内容都是字节数组。没有任何奇特的数据类型，如int、string、float、double等。所以，每

我想在我的项目中实现实时消息处理的Storm。我观察到许多人使用“阿帕奇卡夫卡”和“风暴” 在我的项目中，客户端应用程序将向服务器端发送消息，服务器端应该对消息进行身份验证、处理并存储到HBase中。唯一的限制是消息不应该被丢弃，每一条消息都必须被持久化到HBase中，若处理该消息需要几分钟的时间，那个就没问题了 我想知道 卡夫卡和暴风雪一起使用是强制性的吗 在Storm中使用卡夫卡有什么好处 如果我不在《暴风雨》中使用卡夫卡会发生什么 请你告诉我卡夫卡的用法 没有必要将卡夫卡与暴风雪一起使用。

如何通过两个值（与列帐户id和时间戳相关联的值）从单个列族中筛选扫描 我已经提到了这一点，但我没有看到一个明确的方法来实现上述目标

是否可以将Tableau服务器连接到Hortonworks Apache Phoenix？在tableau桌面中，可以使用ODBC，但在tableu服务器中不存在此连接器。还可以将其连接到HBase？因为您通过ODBC成功地从Tableau桌面连接Tableau桌面，我建议您将数据源转换为摘录，然后将工作簿发布到Tableau服务器。 是，但这不是一个好的选择，因为Phoenix中的数据每10分钟更新一次。您是否尝试在Tableau服务器上创建计划以更新摘录？[链接]（）

我有一个场景，在这个场景中，我们必须以拨号方式定期将HFiles加载到HBase表中 每个区域每次运行的文件大小可能在50到150 MB之间。这些负荷可能是每天12次，在某些情况下每15分钟一次 在进行测试时，我发现即使在区域中立即有3个以上的文件，也不会触发轻微压缩。这可能会导致问题出现，因为有很多文件为同一行键保存行 我已经看到压缩线程在10000秒（大约2小时45分钟）后被唤醒，开始压缩并将压缩任务放入队列 是否有任何配置可以告知在批量加载（completebulkload）写入3个或更多

有没有一种方法可以在sqoop命令中设置复合键--hbase行键。 类似于：--hbase行键column1，column2 另外，我们可以从1开始hbase中的键，并对mysql中的每一个新行条目自动递增它。当另一个sqoop进程运行时，我们可以提取最后一个max id，并从那里增加它本身。不幸的是，sqoop当前不支持您的任何一个请求。只能指定一列作为HBase的行键。我建议您在上创建一个新票证以请求此类功能 编辑： 通过SQOOP 1.4.4中的SQOOP-1038添加了使用多列作为行键导

我正在为我参与的一个项目使用TTL。 我知道，在功能方面，当我执行扫描时，我不会将过期数据取回。 我只是想知道过期数据（在主要压缩之间）的性能影响是什么。 我们有10分钟的TTL和大量收集（和过期）的数据，因此我想知道使用TTL是否是正确的方法，或者可能使用时间戳作为密钥的一部分，并执行实际上不包括过期范围的扫描。您可以在扫描时使用HBase筛选器来过滤掉HBase服务器端的过期行。从内存中，我不记得单元格时间戳是否可以用作筛选器表达式的一部分 如果是，您可以直接将它们与任何过滤器一起使用（我

我想在HBase行中存储一个集合，现在的计划是简单地将字符串存储为列名，将一个伪0x01值存储为列值 例如，假设我想存储用户和他们阅读的书籍列表，因此我将userId作为行键，对于用户阅读的每本书，我将书籍名称存储为列名，字符串“1”存储为值 有更好的设计方法吗？您的方法通常是合理的。您可能还希望了解一下这是一种合理的方法，例如，将列表序列化为一个JSON列，或将每本书的一行作为前缀，并将该书作为复合键的第二部分-问题是您想用它做什么，以及您的读/写模式是什么

当我从远程系统连接hbase时，我会给配置提供Hmaster、zookeeper ip和端口号，然后只提供主机名（其中配置了Hmaster）。它没有连接 创建HTable对象时，控制台挂起 但是，当我在主机文件中指定RegionServer的所有ip地址时，就会连接相同的代码 我的问题是“我是否需要在主机文件中指定区域服务器的所有IP地址？” 请帮助我理解这一点 问候, KG我认为您只需要提供Zookeeper主机和端口即可从hbase进行连接。 见下文 Configuration hadoop

我正在通过练习来学习HBase。我了解了如何从customWritableObject转换字节数组。我已经使用创建了一个字节数组 byte[]byteArray=WritableUtils.toByteArray（customWritableObject） 无法获取如何从byteArray将其转换回customWritableObejct。您可以通过在hbase列值中序列化对象，然后再次对其进行反序列化，然后将其类型转换为相应的类来轻松实现 有关更多详细信息，请参阅博客- 谢谢

我想在HBase中启用身份验证和授权。我阅读了他们的文档，其中说明可以使用Kerberos启用它，但我仍然无法找到一种正确的方法来实现它。我正在使用HBase Java API。请建议如何使用HBase的安全功能。请查看以下文档： 必须在服务器端（主服务器和区域服务器）和客户端的hbase-site.xml中添加配置属性 从代码的角度来看，这取决于您必须做什么。 您可以在kinit之后运行应用程序 或者可以使用AuthUtil类

ApachePhoenix允许创建跨区域服务器分发数据的服务器。e、 g CREATE TABLE table (a_key VARCHAR PRIMARY KEY, a_col VARCHAR) SALT_BUCKETS = 20; 要使用此功能，必须选择多个盐桶。如何选择这个数量的盐桶？是否应基于区域服务器的数量？如果我计划以后添加更多区域服务器，该怎么办？HBase表分为多个区域。RegionServer可以容纳100个区域。因此，理想情况下，它应该取决于： 您希望数据中有多少随机分布？

存储文件和HFile之间的区别是什么 我有压缩的基本概念，即将存储文件合并在一起，以减少从磁盘搜索 这是正确的吗？？有人能解释一下压实的具体过程和工作原理吗 存储文件和HFile是同义词，模棱两可地用于定义相同的概念 当某些内容写入HBase时，首先将其写入内存存储（memstore），一旦该memstore达到一定大小，它将被刷新到磁盘中的存储文件中（为了持久性，所有内容也会立即写入日志文件）。在磁盘上创建的存储文件（或HFiles）是不可变的。有时存储文件会合并在一起，这是通过一个称为压缩的

我遵循文档，在Phoenix 4.2中创建： CREATE VIEW "t20" ( pk VARCHAR PRIMARY KEY, "f2"."name" VARCHAR ); 然后创建了一个索引： create index idx on "t20" ("name"); （引用或取消引用的结果相同） 并获得： ERROR 1029 (42Y88): Mutable secondary indexes must have the hbase.regionserver.wal.codec pr

现在我正在基于HBase和卡夫卡工作 我的要求是： 假设HBase数据库中存在一些数据。现在我需要捕获卡夫卡的数据库。在这里，我的HBase数据库就像一个生产者，当我在数据库/生产者中创建任何内容时，它会自动捕获到Kafka消费者 我遵循了许多链接，但我没有得到确切的解决方案。请给我建议，并提供一些基于要求的链接。如果您想了解更多信息，请与我联系。如果您想将数据库用作制作人，您可能需要查看Kafka Connect 它允许将外部来源的数据可靠地摄取到卡夫卡中

我能够在创建表时给出HBase表的TTL。如何在创建后更改表的TTL。是否可以在不禁用表的情况下在运行时更改TTL？ 提前感谢：） 使用Hortonworks 2.6 HDP 凤凰城4.7版 HBase 1.2.1版您可以使用不同的TTL值再次执行create if not existsDDL。例如： create table if not exists TEST_TABLE (...) TTL=86400 或删除TTL： create table if not exists TEST_TAB

是否可以使用两个不同版本创建两个柱族。例如，对于表employee，两列族（个人、项目）。在这里，project column family包含了他的每周工作细节。项目列族应具有50个版本，个人列族应具有一个版本

我正在尝试使用flume将日志流式传输到hbase。我有一个正在运行的分布式flume设置和一个hbase集群；两者都使用同一个动物园管理员。Flume正在使用各种命令（文本、尾部、自定义水槽过滤器），但当我尝试在Flume shell或web UI中使用以下命令时： exec config <node> 'tail("<sample file>")' '{ customDecorator => hbase("<table>","<row key&

我想将hbase中的记录从rowkey x扫描到rowkey y，我还想在这些扫描上指定一个过滤器，我知道当我们执行这样的操作时，我们会得到ResultScanner对象，有没有办法只获得结果的大小（在服务器端计算） 通常，我希望在mongo或sql中使用类似count（）的操作，而无需迭代resultscanner 感谢您的帮助简单的方法是只请求可用的最小列，如果您为扫描提供了可接受的缓存，则该列可以正常工作 如果是大型客户端扫描，或者如果您想在RegionServer上执行所有操作，可以使

我访问了这么多链接，但找不到任何解决方案可以在hbase中创建多个表吗？如果可以，那么如何创建？现在不可能一次创建多个表。实现目前不支持此功能 作为替代方案，您可以创建一个表列表并在其中循环，在每次迭代中调用HBaseAdmin.createTableHTableDescriptor desc。基本上，您希望在同一区域中有多个表 这是不可能的，因为区域是表的一部分，而不是区域的一部分。 每个表被划分为多个区域，每个区域由一个区域服务器提供服务。 创建时，除非指定，否则每个表只有一个区域 HBas

此链接介绍了一种通过JavaAPI编写HBase的极好方法 如何从HBase读取数据 例如，我有一个属性名->文件，它提供了开始行和停止行（每行提供一个单独的开始行和停止行，可以在不同的服务器之间划分） 其他属性告诉我服务器名和表名。 可以任何请提供样品我，如何可以做到，我尝试了，但我不断得到不可序列化的错误 （这就是我试过的，） 任何帮助都将不胜感激。首先，您没有给出任何细节。没有人能帮助确定什么不是以这种方式序列化的 默认情况下，您在Spark中执行的函数所使用或引用的任何对象都必须是可序

我很难通过HBase REST创建带有协处理器的HBase表 hbase\u table\u ttt.xml： <?xml version="1.0" encoding="UTF-8" ?> <TableSchema name="ttt" coprocessor="hdfs:///my_coprocessor-1.0.jar|com.mycompany.MyCoprocessor|1001|"> <ColumnSchema name="d" BLOCKCAC

上面的代码有一些奇怪的结果。HBase扫描程序确实会返回正确过滤的结果（通过列表中的两个过滤器），但是服务器不会在结果中传回filterOnA列。只有过滤器B的CF的KV存在 我尝试了很多方法，比如scan.addFamily（Constants.CF\u META），但这会导致扫描仪为空。默认情况下，扫描仪不应该返回满足两个过滤器的所有KV的所有列吗 我想知道复合过滤器逻辑是否足够“智能”来处理在不同位置/区域服务器的2个不同CF上应用的2个过滤器 SingleColumnValueFilte

如何为类TableName创建对象并传递truncateTable（）方法所需的表名 下面是我试图执行的代码 HBaseAdmin admin = new HBaseAdmin(hbaseConfiguration); admin.truncateTable(tableName, false); 使用TableName类的静态方法，如下所示 admin.truncateTable(TableName.valueOf("your_table_name"), true);

Hbase版本：1.1.3 凤凰版本：4.7.0 升级数据后，我能够使用phoenix从Hbase读取数据 在重新启动集群后，我发现以下错误 Sqlline日志 0: jdbc:phoenix:localhost> select count(*) from PRICEDATA; 16/06/01 12:39:39 WARN ipc.CoprocessorRpcChannel: Call failed on IOException org.apache.hadoop.hbas

地位： 动物园管理员正在跑步 Hbase主机也正常运行，正在等待任何regionserver 现在，当我启动区域服务器时，我收到以下错误： 17/04/24 20:13:23 ERROR master.HMaster: Region server icosa4,60020,1493045002304 reported a fatal error: ABORTING region server icosa4,60020,1493045002304: Unhandled exception: Una

我从Hbase 1.2.5上的源代码编译Apache Pig 0.16，如下所示： ant jar -Dhadoopversion=23 -Dhbase95.version=1.2.5 A = LOAD 'test.csv' USING PigStorage('\t') as (id:chararray,note:chararray); STORE A into 'hbase://test_me' using org.apache.pig.backend.hadoop.hbase.HBase

我们正试图制定我们的MPP解决方案，其中一个想法是坚持我们的Hadoop环境。所以排除了Hive、Impala等。我们关注HBase+Phoenix，是否有人在整体解决方案中使用HBase/Phoenix作为MPP？在这种情况下有什么问题吗？如果您定义了“MPP解决方案”所期望的确切功能，这会有所帮助。我猜你指的是大规模并行处理（但这并不明显），你进一步指的是MPP数据库（而不是用于天气预报的数字运算超级计算机）。但即使我猜对了，你需要什么样的数据库功能？@SamsonScharfrichter

我尝试在Geomesa HBase集群中存储一些数据，但没有空间索引。表架构如下所示。但是，我无法使用属性索引（在本例中为“nodeId”列）查询数据。我使用的导出命令是：geomesa hbase export-c atlas-f OSMWayNodesTest3-m 10-q“nodeId='node1'和geomesa hbase export-c atlas-f OSMWayNodesTest3-q”nodeId='node1'--histquery\u INDEX=attr:8:nod

我正在使用HDP Distibution。我启用了hbase复制。首先，它工作正常，但过了一段时间，一个RS复制中断，我在日志中发现： regionserver.ReplicationSourceWALReader:未能读取复制项流259735-java.io.EOFEException:无法在EOF 259779之后查找-位于org.apache.hadoop.hdfs.dfInputStream.seek

我正在hbase中实现一个potput函数，我需要获取该函数中特殊列的值 class AccessControlCoprocessor extends BaseRegionObserver { @Override public void postPut(ObserverContext<RegionCoprocessorEnvironment> e, Put put, WALEdit edit,

我使用配置单元创建了以下HBase表，如下所示： CREATE TABLE HBWeather (key struct<USAF:INT, WBAN:INT, `Date`:STRING>, TEMP INT) ROW FORMAT DELIMITED COLLECTION ITEMS TERMINATED BY '~' STORED BY 'org.apache.hadoop.hive.hbase.HBaseStorageHandler' WITH SERDEPROPERTIES

目前，我正在将数据保存到Opentsdb，在某个时候，我遇到以下错误： ERROR [AsyncHBase I/O Worker #13] RegionClient: Uncaught error during de-serialization of MultiAction(batch=........... 我进行了一些搜索，并在以下网站上找到了此问题的原因，该网站解释了原因并提供了修补程序文件： 问题是我找不到将修补程序文件应用于我的hbase-1.4.2的方法。这些修补程序只是Git d

在直接讨论这个问题之前，让我先介绍一下背景 我正在使用hbase作为我的nosql存储。我正在使用JavaHBase API与hbase进行接口。我正在存储用户信息，其中一列是用户执行的操作。每当用户执行某个操作时，我们都会在“操作”列中更新该特定操作，并随操作执行的时间更新“上次更新的时间”列。我的排看起来像 reverse_time_stamp#user_id（这里我在计算reverse_time_stamp=max_number_）- 当前（时间戳） 现在我的问题来了，我必须根据上次更新的

我在HBase中有一个person表，如下所示- ROW_KEY COLUMN+CELL dinesh column='details:code',value=dr-01 dinesh column='status:is_error',value=false dinesh column='time:date_created',value=1553747864740 dinesh column='time:last_updated',value=15