hbase 取多个版本数据
http://jiajun.iteye.com/blog/945358
HBase如何存取多个版本的值?
废话少说,一般情况下使用Put的这个方法保存一个版本:
- /**
- * Add the specified column and value to this Put operation.
- * @param family family name
- * @param qualifier column qualifier
- * @param value column value
- */
- public Put add(byte [] family, byte [] qualifier, byte [] value) {
- return add(family, qualifier, this.timestamp, value);
- }
- 然后获取HTable的实例,调用Put方法,更新入库。
这里我要刻意说明一下时间戳 ,可以看到上面的add方面实现里面调用了另外一个方法,增加了个参数:默认时间戳
- this.timestamp
它的值是:
- private long timestamp = HConstants.LATEST_TIMESTAMP;
- static final long LATEST_TIMESTAMP = Long.MAX_VALUE;
那么获取的时候,获取一个值 也很简单,使用下面的方法:
- 创建一个Put的实例
- /**
- * Create a Get operation for the specified row.
- * <p>
- * If no further operations are done, this will get the latest version of
- * all columns in all families of the specified row.
- * @param row row key
- */
- public Get(byte [] row) {
- this(row, null);
- }
- 然后获取HTable实例调用方法
- public Result get(final Get get) throws IOException
- 返回的Result对象 调用
- public byte [] getValue(byte [] family, byte [] qualifier)
- 就可以获取值。
一般的应用可以像上面这样来解决,服务器正常的话不会碰到什么问题,可是要存取多个版本 的话,有可能你会遇到我遇到的问题。 看下面一段代码是否有问题 ?
(里面有如何插入多个版本 ,如何获取多个版本 的方法,顺带说明一个问题)
- /**
- * Test get value of multi versions
- *
- * @author dev-cjj
- *
- */
- public class GetRowVersionsTest extends TestCase
- {
- private final byte[] family = Bytes.toBytes("log");
- private final byte[] qualifier = Bytes.toBytes("q1");
- private final byte[] qualifier2 = Bytes.toBytes("q2");
- private final byte[] rowKey = Bytes.toBytes(10001);
- private final HTable table = IDMHBaseConfiguration.getTable("testTable");
- private final long ts1 = 1298529542218L;
- private final long ts2 = ts1 + 100;
- private final long ts3 = ts1 + 1000;
- private final long ts4 = ts1 + 2000;
- private final long ts5 = ts1 + 3000;
- private final byte[] value1 = Bytes.toBytes("value1");
- private final byte[] value2 = Bytes.toBytes("value2");
- private final byte[] value3 = Bytes.toBytes("value3");
- private final byte[] value4 = Bytes.toBytes("value4");
- private final byte[] value5 = Bytes.toBytes("value5");
- private void insert(final long ts, final byte[] value) throws IOException
- {
- // table.setAutoFlush(false);
- final Put put = new Put(rowKey);
- put.add(family, qualifier, ts, value);
- put.add(family, qualifier2, ts, value);
- table.put(put);
- }
- private void sleep()
- {
- try
- {
- Thread.sleep(1000);
- }
- catch (final InterruptedException e)
- {
- e.printStackTrace();
- }
- }
- @Test
- public void testGetRowMultipleVersions() throws Exception
- {
- insert(ts1, value1);
- sleep();
- insert(ts2, value2);
- sleep();
- insert(ts3, value3);
- sleep();
- insert(ts4, value4);
- sleep();
- insert(ts5, value5);
- sleep();
- // check getRow with multiple versions
- final Get get = new Get(rowKey);
- get.setMaxVersions();
- final Result r = table.get(get);
- // one way get values of all version
- // final List<KeyValue> list = r.list();
- // for (final KeyValue kv : list)
- // {
- // System.err.println(Bytes.toString(kv.getKey()));
- // System.err.println(kv.getTimestamp());
- // System.err.println(Bytes.toString(kv.getValue()));
- // }
- // another way get values of all version
- final NavigableMap<byte[], NavigableMap<byte[], NavigableMap<Long, byte[]>>> map = r.getMap();
- final NavigableMap<byte[], NavigableMap<Long, byte[]>> familyMap = map.get(family);
- final NavigableMap<Long, byte[]> versionMap = familyMap.get(qualifier);
- for (final Map.Entry<Long, byte[]> entry : versionMap.entrySet())
- {
- System.err.println(Bytes.toString(qualifier) + " -> " + Bytes.toString(entry.getValue()));
- }
- final NavigableMap<Long, byte[]> versionMap2 = familyMap.get(qualifier2);
- for (final Map.Entry<Long, byte[]> entry : versionMap2.entrySet())
- {
- System.err.println(Bytes.toString(qualifier2) + " -> " + Bytes.toString(entry.getValue()));
- }
- // assertTrue(versionMap.size() == 5);
- // assertTrue(value1 == versionMap.get(ts1));
- // assertTrue(value2 == versionMap.get(ts2));
- // assertTrue(value3 == versionMap.get(ts3));
- // table.delete(new Delete(rowKey));
- // assertTrue(table.get(get).size() == 0);
- // table.close();
- }
- }
这里我只是打印输出结果 ,不用断言, 结果如你所期望的是:
- q1 -> value5
- q1 -> value4
- q1 -> value3
- q1 -> value2
- q1 -> value1
- q2 -> value5
- q2 -> value4
- q2 -> value3
- q2 -> value2
- q2 -> value1
上面的代码中,我注视掉了一个关键行
- // table.delete(new Delete(rowKey));
如果取消注释,再运行几次你会发现一个大问题! 保存不上了,一个版本都没有。
final Result r = table.get(get); 里面什么都不会有! 很奇怪!
问题原因 (针对上面的代码和问题):
1、插入的时候使用的时间戳都是过去的时间戳。
2、删除的时候没有指定时间戳(如果没有指定则默认一个当前的时间戳)
3、在HBase中删除操作并没有删除对应的文件,只是做一个带有时间戳的删除标记(任何在这个时间戳之前的列值都会被认为是删除的)
那么知道上面三条规则,问题就简单了,新插入的列值的时间戳要在删除标记的时间戳之后,才会被认为是不被删除的列值。
补充一点,创建/添加列族时候默认是三个版本,可以修改为1个版本或者更多个版本,我上面5个版本是因为我指定了5个版本。
- {NAME => 'testTable', FAMILIES => [{NAME => 'log', COMPRESSION => 'NON true
- E', VERSIONS => '5', TTL => '2147483647', BLOCKSIZE => '65536', IN_MEM
- ORY => 'false', BLOCKCACHE => 'true'}]}
hbase 取多个版本数据的更多相关文章
- HBase跨版本数据迁移总结
某客户大数据测试场景为:Solr类似画像的数据查出用户标签--通过这些标签在HBase查询详细信息.以上测试功能以及性能. 其中HBase的数据量为500G,Solr约5T.数据均需要从对方的集群人工 ...
- 【hbase】——bulk load导入数据时value=\x00\x00\x00\x01问题解析
一.存入数据类型 Hbase里面,rowkey是按照字典序进行排序.存储的value值,当用filter进行数据筛选的时候,所用的比较算法也是字典序的. 1.当存储的value值是float类型的时候 ...
- Python小爬虫——抓取豆瓣电影Top250数据
python抓取豆瓣电影Top250数据 1.豆瓣地址:https://movie.douban.com/top250?start=25&filter= 2.主要流程是抓取该网址下的Top25 ...
- 实现HBase增量入库(HBase删除自定义时间戳行数据)
目录 1. 背景描述 2. 问题描述 3. 解决方案 1. 背景描述 目前在做音乐推荐项目,前期做排序模型优化,任务是使用模型对用户的历史音乐进行排序,有6800多万个用户,约40G的用户数据,使用H ...
- Python 3.6 抓取微博m站数据
Python 3.6 抓取微博m站数据 2019.05.01 更新内容 containerid 可以通过 "107603" + user_id 组装得到,无需请求个人信息获取: 优 ...
- 使用python抓取婚恋网用户数据并用决策树生成自己择偶观
最近在看<机器学习实战>的时候萌生了一个想法,自己去网上爬一些数据按照书上的方法处理一下,不仅可以加深自己对书本的理解,顺便还可以在github拉拉人气.刚好在看决策树这一章,书里面的理论 ...
- 使用 Python 抓取欧洲足球联赛数据
Web Scraping在大数据时代,一切都要用数据来说话,大数据处理的过程一般需要经过以下的几个步骤 数据的采集和获取 数据的清洗,抽取,变形和装载 数据的分析,探索和预测 ...
- 抓取Js动态生成数据且以滚动页面方式分页的网页
代码也可以从我的开源项目HtmlExtractor中获取. 当我们在进行数据抓取的时候,如果目标网站是以Js的方式动态生成数据且以滚动页面的方式进行分页,那么我们该如何抓取呢? 如类似今日头条这样的网 ...
- 如何用python抓取js生成的数据 - SegmentFault
如何用python抓取js生成的数据 - SegmentFault 如何用python抓取js生成的数据 1赞 踩 收藏 想写一个爬虫,但是需要抓去的的数据是js生成的,在源代码里看不到,要怎么才能抓 ...
随机推荐
- RecyclerView基本用法
1. 在gradle.build的dependencies中添加RecyclerView需要的包 compile 'com.android.support:cardview-v7:23.4.0'com ...
- Android 自学之日期DatePicker、时间TimePicker选择器
日期(DatePicker).时间(TimePicker)是两个比较易用的控件,他们都是从帧布局FrameLayout派生而出的:他们在FrameLayout的基础上提供了一些方法来获取当前用户所选择 ...
- lshw 命令(查看硬件信息)
帮助 $ lshw -h Hardware Lister (lshw) - B.02.16 usage: lshw [-format] [-options ...] lshw -version -ve ...
- Oracle删除重复数据的几种常用方法
1.有可区分的主键,其他数据相同 select * from 表名 dl where dl.id not in (select min(d.id) from 表名 d group by 重复列) 2 ...
- javascript for in 循环时,会取到Array.prototype
/** *删除数组指定下标或指定对象 */ if(!Array.prototype.remove){ Array.prototype.remove = function(obj){ for(var i ...
- 【转】MyBatis学习总结(四)——解决字段名与实体类属性名不相同的冲突
[转]MyBatis学习总结(四)——解决字段名与实体类属性名不相同的冲突 在平时的开发中,我们表中的字段名和表对应实体类的属性名称不一定都是完全相同的,下面来演示一下这种情况下的如何解决字段名与实体 ...
- 简单测试IIS下的UrlRewrite技术
UrlRewrite即地址变换.它可以实现静态功能方便搜索引擎收录,比如http://***/news.asp?corangeid=11它可以变为htt://***/news-11.html.这样还实 ...
- ASP.NET MVC 4应用程序文件夹
App_Start It has configuration classes to reduce clutter code in the Global.asax 它包含了配置类来减少在Global.a ...
- ligerUI调用$.ligerDialog.open弹出窗口关闭
1:调用父窗口某一个文件框,获取焦点, parent.window.document.getElementById("roleName").focus(); 2:关闭父窗口 par ...
- [.Net MVC] Win7下IIS部署
这里简单的分三步实现网站的部署. 一.发布 VS2013中有发布选项,在需要发布的工程项目上(就是设置为启动项目的那个)右键,点“发布”选项: 然后会弹出一个窗口: 选择自定义,随便输入一个名字,然后 ...