1. 用happybase happy地查询hbase数据
用happybase进行hbase中数据的增删改查
前提：已经安装happybase库(pip install happybase)，已有hbase环境并开启thrift通讯端口(nohup hbase thrift start &)，thrift默认端口为9090，10.10.30.200为hbase主机ip
scan方法：
参数：
row_start、row_stop：起始和终止rowkey，查询两rowkey间的数据
row_prefix：rowkey前缀。注：使用row_prefix的时候，row_start和row_stop不能使用
filter：要使用的过滤器(hbase 0.92版本及以上生效)
timestamp：按指定时间戳查询
reverse：默认为False。为True时，scan结果按rowkey倒序排列
e.g：
put方法：
e.g：
△ 如put中的rowkey已存在，则为修改数据
delete方法：
row：删除rowkey为row的数据
columns：指定columns参数时，删除
e.g：
删除rowkey为student2的name数据：
删除成功：
batch方法：
1、批量操作
2、使用with管理批量
row方法及rows()方法，检索指定rowkey的数据
检索一条：
检索多条：
返回结果：
e.g：
结果：
暂时就这些0v0
2. hbase 命令如何查是否有rowkey为空的值
不要用这个，hbase查询的时候可以设start和end。还有一个是可以根据offset查。用正规能搞死你，一定要提前设计好自己的key。否则数据海量的时候有你受的。
3. hbase如何根据某个列的值，查询出这个列的ro
刚才理解错了，你是要在C列显示对应A列的B列值，修改一下答案
在c列第一个单元格C1复制如下公式：
=VLOOKUP(A1,sheet1!$A$1:$B$n,2,0)
其中n为A列最后一个单元格行数
然后把B1向下填充到其他B列单元格，公示应该会自动变为
=VLOOKUP(A2,sheet1!$A$1:$B$n,2,0)
=VLOOKUP(A3,sheet1!$A$1:$B$n,2,0)
......
=VLOOKUP(An,sheet1!$A$1:$B$n,2,0)
这样应该可行，我没试验过你这种情况。你应该仔细看看VLOOKUP()这个函数的用法
下面是我给别人写的，不过对方说没看懂，你看看：
如果你有一个数据表，而另一个表格需要自动读取这个数据表内的数据，函数VLOOKUP()就很有用了。
下面简单说一下：
函数VLOOKUP()用法：
例子 公式如下
=VLOOKUP(F5,Sheet2!$F$4:$W$957,2,0)
其中第一个参数F5为查找值，即使用该公式的单元格内的数据是根据F5单元格内的数据查找出来的，例如你把姓名放在F列，其中F5是一个叫张三的人，G列是身份证号。G5要查找张三的身份证号，就可以在G5用函数VLOOKUP()
第二个参数是数据表，就是由哪一个数据表的哪几列数据为查找范围，【Sheet2！】就是数据表名，$F$4(F4)就是范围的左上角单元格，$W$957(W957)就是右下角单元格，查找范围就是在这个矩形内。其中F列数据必须是第一个参数F5的比照列，简单来说就是第一个参数F5的数值应该在查找的数据表的F列内。且F列必须是查找范围的第一个列该公式才起作用。举例你要查找张三，那么张三在Sheet2数据表查找范围内的所在列必须是查找范围内的第一列。F4写成$F$4是为了固定该单元格，否则在复制公式的时候excel会自动递加单元格数值，F4在复制的时候可能会变成F5、F6...，造成查找范围改变
第三个参数是列数，就是该函数返回的是第几列的数值，该列数是相对列数，即查找范围内的第几列。例如Sheet2工作表内的F列在整个表格内属于第6列，但在查找范围内的相对列数是第1列。假如张三的身份证在G列内，那么就是返回查找范围的第二列。
第四个参数是匹配条件，一般为0。
下面举一个具体使用的例子。
假设你有一个excel文件，里面的sheet1工作表记录的是单位人员姓名及人员身份证号，你现在需要创建一个新excel文件，记录单位人员的三险一金，里面需要输入人员的身份证号，如果再一个一个输入，重复劳动效率低不说，很有可能输错了，这时候你就可以从以前那个excel文件中读取这些人员的身份证号。
在新表中先输入人员姓名（如果你用人员序号作比对的话，姓名也可以自动读取），然后在需要输入身份证号的地方点击上面的【fx】，出现【插入函数】的对话框，在类别中选择【查找和引用】，最后一个就是VLOOKUP，选中它，点【确定】，然后出现【函数参数】对话框，【Lookup-value】为第一个参数，点击旁边的表格红箭头图标，选中新表中需要查找身份证号的那个人的姓名单元格；【table-array】为第二个参数，顾名思义是表格数组，包含行列的一个范围，就是查找范围，点击旁边表格红箭头图标，在老表sheet1中框选所有姓名和身份证号，保证老表中姓名在第一列；【col-index-num】为第三个参数，看看老表中身份证号在选择范围是第几列，就写上几。假如老表内身份证号紧跟着姓名，因为姓名列是范围内的第一列，那么身份证号就是第二列；【range-lookup】为第四个参数，写上0。全部弄好以后，回到新表看看身份证号是不是已经自动读出来了。如果没有一是查查这个人在老表中有没有，名字有没有空格，还有你选择的第三个参数列数对不对，注意有没有隐藏列，因为隐藏列虽然看不到，但是也计算在列数里面。如果没问题，将公示复制到所有需要读取身份证的单元格内。
这样有一个问题，因为你新表读取的是文件外的数据，所以必须保证老表文件位置不能变动，否则新表就不知道去哪里找数据了。解决方法有三个，一是保证老表文件位置永远不动（废话）；二是在操作前先把老表数据复制到新表所在的文件内，单独作为一个sheet工作表存在，然后再查找新表复制后的数据，因为在同一个文件内，不用担心数据源丢失问题；三是不复制老表，新表读取数据后，选中读取的数据，点击【复制】，然后在原位置点击【选择性粘贴】，选中粘贴【数据】，这样公式会被公式读取的数据覆盖，就和数据源没有关系了。
还会遇到一个问题，如果老表没有数据，比如说老表内李四这个人当时就没有输入身份证号，那么新表内李四用公式查出来的身份证号并不是空，而是0，解决这个问题需要加一个if判断语句，如下：
=IF(你的公式=0，"",你的原公式)
还有就是，如果数据查找出错，会出现#N/A或者#VALUE，也可以用if语句取消，如下：
=IF(ISERROR(你的公式)，"",你的公式)
不过不建议这样做，有错误提示才能知道去查找公式是不是有问题，公式没问题自然不会出现错误提示，没必要人为取消。
4. HBase怎样进行部分rowKey的范围查询
如果前面的xxx_xxx_xxx_没有什么规握敏律的话，只能段带枝用Scan+Filter实现了，如果rowkey前面部分有规律的话，能使用startRow和行盯endRow是最好的
5. HBase条件查询（多条件查询）
转 https://blog.csdn.net/PirateLeo/article/details/7956965
文中可能涉及到的API：
Hadoop/HDFS: http://hadoop.apache.org/common/docs/current/api/
HBase: http://hbase.apache.org/apidocs/index.html?overview-summary.html
Begin！
HBase的查询实现只提供两种方式：
1、按指定RowKey获取唯一一条记录，get方法（org.apache.hadoop.hbase.client.Get）
2、按指定的条件获取一批记录，scan方法（org.apache.hadoop.hbase.client.Scan）
实现条件查询功能使用的就是scan方式，scan在使用时有以下几点值得注意：
1、scan可以通过setCaching与setBatch方法提高速度（以空间换时间）；
2、scan可以通过setStartRow与setEndRow来限定范围。范围越小，性能越高。
通过巧妙的RowKey设计使我们批量获取记录集合中的元素挨在一起（应该在同一个Region下），可以在遍历结果时获得很好的性能。
3、scan可以通过setFilter方法添加过滤器，这也是分页、多条件查询的基础。
下面举个形象的例子：
我们在表中存储的是文件信息，每个文件有5个属性：文件id（long，全局唯一）、创建时间（long）、文件名（String）、分类名（String）、所有者（User）。
我们可以输入的查询条件：文件创建时间区间（比如从20120901到20120914期间创建的文件），文件名（“中国好声音”），分类（“综艺”），所有者（“浙江卫视”）。
假设当前我们一共有如下文件：
内容列表
ID CreateTime Name Category UserID
1 20120902 中国好声音第1期 综艺 1
2 20120904 中国好声音第2期 综艺 1
3 20120906 中国好声音外卡赛 综艺 1
4 20120908 中国好声音第3期 综艺 1
5 20120910 中国好声音第4期 综艺 1
6 20120912 中国好声音选手采访 综艺花絮 2
7 20120914 中国好声音第5期 综艺 1
8 20120916 中国好声音录制花絮 综艺花絮 2
9 20120918 张玮独家专访 花絮 3
10 20120920 加多宝凉茶广告 综艺广告 4
这里UserID应该对应另一张User表，暂不列出。我们只需知道UserID的含义：
1代表 浙江卫视； 2代表 好声音剧组； 3代表 XX微博； 4代表 赞助商。
调用查询接口的时候将上述5个条件同时输入find(20120901,20121001,"中国好声音","综艺","浙江卫视")。
此时我们应该得到记录应该有第1、2、3、4、5、7条。第6条由于不属于“浙江卫视”应该不被选中。
我们在设计RowKey时可以这样做：采用UserID + CreateTime + FileID组成rowKey，这样既能满足多条件查询，又能有很快的查询速度。
需要注意以下几点：
1、每条记录的RowKey，每个字段都需要填充到相同长度。假如预期我们最多有10万量级的用户，则userID应该统一填充至6位，如000001，000002...
2、结尾添加全局唯一的FileID的用意也是使每个文件对应的记录全局唯一。避免当UserID与CreateTime相同时的两个不同文件记录相互覆盖。
按照这种RowKey存储上述文件记录，在HBase表中是下面的结构：
rowKey（userID 6 + time 8 + fileID 6） name category ....
00000120120902000001
00000120120904000002
00000120120906000003
00000120120908000004
00000120120910000005
00000120120914000007
00000220120912000006
00000220120916000008
00000320120918000009
00000420120920000010
怎样用这张表？
在建立一个scan对象后，我们setStartRow(00000120120901)，setEndRow(00000120120914)。
这样，scan时只扫描userID=1的数据，且时间范围限定在这个指定的时间段内，满足了按用户以及按时间范围对结果的筛选。并且由于记录集中存储，性能很好。
然后使用SingleColumnValueFilter（org.apache.hadoop.hbase.filter.SingleColumnValueFilter），共4个，分别约束name的上下限，与category的上下限。满足按同时按文件名以及分类名的前缀匹配。
（注意：使用SingleColumnValueFilter会影响查询性能，在真正处理海量数据时会消耗很大的资源，且需要较长的时间。
在后续的博文中我将多举几种应用场景下rowKey的，可以满足简单条件下海量数据瞬时返回的查询功能）
如果需要分页还可以再加一个PageFilter限制返回记录的个数。
以上，我们完成了高性能的支持多条件查询的HBase表结构设计。