哈尔滨营销型网站建设公司,淘宝网的网站建设,建e网app下载链接,学校网站开发模式前些天发现了一个巨牛的人工智能学习网站#xff0c;通俗易懂#xff0c;风趣幽默#xff0c;忍不住分享一下给大家。点击跳转到教程。
界面操作说明 进入hue中的hbase
进入表的查询界面
界面说明
查询语句 ,表示结束查询#xff0c;可以不加
主键查询 输入主键 rowke…前些天发现了一个巨牛的人工智能学习网站通俗易懂风趣幽默忍不住分享一下给大家。点击跳转到教程。
界面操作说明 进入hue中的hbase
进入表的查询界面
界面说明
查询语句 ,表示结束查询可以不加
主键查询 输入主键 rowkey1,rowkey2 说明只输入主键查询 例100000051|1538229142 例200000051|1538229142,00000051|1538230148
根据主键的前缀查询 row_prefix*, 说明根据主键的前几位进行模糊查询默认只显示一条数据通过 n-1 来显示n条数据 例100000051|* 例2显示10条数据 00000051|* 9 查询列族和列名 [colFamily:col1,colFamily:col2,colFamily:,col3,col_prefix*(n-1),col1 to col2] 说明colFamily表示列族,col表示列名, colFamily: 表示显示该列族下所有列, col_prefix*(n-1) 根据列名模糊查询,col1 to col2显示col1到col2之间的列 例100000051|* 9 [i:ts,i:path]
例200000051|* 9 [i:p*3]
例300000051|1538229142,00000051|1538230148[elapse to path] 根据条件过滤查询 {filter() AND/OR filter()} 个人意见substring筛选时使用来筛选否则会出错;binary筛选时可以用、、等操作
根据主键进行过滤 RowFilter(,substring:111) 主键中包含111 RowFilter(,binary:111) 主键等于111 PrefixFilter(user1) 主键的前缀是user1
根据列进行过滤 列名过滤 QualifierFilter (, substring:p) 列名中包含p QualifierFilter (, binary:p) 列名等于p MultipleColumnPrefixFilter(a,b,e) 列名的前缀是a或者b或者e ColumnPrefixFilter(c2) 列名的前缀是c2
列值过滤 SingleColumnValueFilter(i, path, , substring:student) 列族为i,列名为path,列值包含student SingleColumnValueFilter(i, path, , binary:student) 列族为i,列名为path,列值等于student ValueFilter(,substring:111) 列值中包含111 ValueFilter(,binary:111) 列值等于111 以上过滤器是大部分常用的过滤器在hue-hbase中另有一些过滤器未在此文档中描述。 以下是我自己整理的一部分参考语法
hbase中有单纯根据列值查询的ValueFilter和根据列名和列值查询的SingleColumnValueFilter可根据需要选择。 下表中是按照根据列名和列值来进行查询的参考
SQL hue_hbase select col1,col2 [col1,col2] where col1student SingleColumnValueFilter(i, col1, , binary:student) where col1 like %body% SingleColumnValueFilter(i, col1, , substring:body) where col11.9 SingleColumnValueFilter(i, col1, , binary:1.9) where col1student AND col21.9 SingleColumnValueFilter(i, col1, , binary:student) AND SingleColumnValueFilter(i, col2, , binary:1.9) where col1student OR col21.9 SingleColumnValueFilter(i, col1, , binary:student) OR SingleColumnValueFilter(i, col2, , binary:1.9) 参考https://www.cnblogs.com/fengzzi/p/10033093.html
https://blog.csdn.net/u012551524/article/details/78918295?utm_sourceblogxgwz3 原文链接https://blog.csdn.net/lvtula/article/details/89707937 PS 我的使用方法为( 查询 data_time 列中包含值为 2014 的行。)
