python使用happybase批量的操作hbase

最近在跑任务的回溯，发现有时候，速度会很慢 ，一开始确定到了 是hbase就起了一个公用的thrift，大家最近也都在导数据，搞得thrift总是挂掉 。 后来在集群中的其他hbase上起了Thrift服务，每个业务用自己的接口，这样能稳定了不少。 既然问题已经到这里了，

最近在跑任务的回溯，发现有时候，速度会很慢 ，一开始确定到了 是hbase就起了一个公用的thrift，大家最近也都在导数据，搞得thrift总是挂掉 。 后来在集群中的其他hbase上起了Thrift服务，每个业务用自己的接口，这样能稳定了不少。 

既然问题已经到这里了，就要想方设法介绍链接和频繁的获取数据，回溯任务会涉及到两个批量的任务，一个是hbase的获取网页信息的，另一个是把信息推送到

redis分析队列里面。    关于redis的长连接和批量操作已经完成，现在要改hbase的批量操作。   

看了下happybase的文档， 一个是rows  ，也就是数据的批量的get，还有一个是batch，这个是批量的操作，类似一个操作链条，相当于我把一系列的动作放到list里面，然后一次性的推到thrift执行。 。

from buzz.lib.hbase import hb
#xiaorui.cc
list = ['fffec611be1150a3c6ec47d16243170f',
 'fffec64d36e2afb9c801f533555e03d8',
 'ffffc8f782fc44d53a05a090b175f7f8',
 'ffffcd05483697128e426ac9a5882d4d',
 'ffffef6a5889cecfd67e49c4b0a0e3ab',
 'fffff003b4e8328a002a09140afdf662',
 'fffff0503298c2e8acfa2146f5028f76',
 'fffff09d26c34af9e9286b7cfd4354d6',
 'fffff0d15acad09af4392520cbb496a5',
 'fffff10b7c949bee275d6ee5f2c411c6',
 'fffff15c658b773719f6c6482c03c6fe',
 'fffff16d18f5fd8ae5a8dfe84ef43b63',
 'fffffb9285cb2b875276061bc808a23c',
 'fffffbb06b87214a6aad714e86d69d31',
 'fffffbb17d235d16ad041992699eba4b',
 'fffffbb495afa6cb5e9decd909ff4026',
 'fffffbc24f6db511617fb5a1905f1597',
 'fffffbcbe880e4cb270dd268e237fc96',
 'fffffc499edcbda7a38adf10840c3a6f',
 'fffffe66fe54cc66918fa59dd7914841',
 'fffffe9249c4c260277884fb5ece92ad',
 'fffffe9d05f6cd2d760270947085e970',
 'ffffff2b4089a09756bb85b181f9f718',
 'ffffffed28fd8493e9dbbe60a3123af3']
print len(list)
for i in list:
    print i
    hb.get(i, False)
print 'many get'
table = hb.get_table()
columns = ['bz:url', 'src:html']
row = table.rows(list, columns=columns)

happybase 不管是文档还是对于一些异常的处理都要比原生的thrift python api 要强的。 

这里在放一个happybase的小demo ，供大家学习。 

import happybase
connection = happybase.Connection('h11', compat='0.90')
connection.open()
print connection.tables()
''' connection.create_table(
    'mytable',
    {'cf1': dict(max_versions=10),
     'cf2': dict(max_versions=1, block_cache_enabled=False),
     'cf3': dict(),  # use defaults
    }
)'''
table = connection.table('test')
row = table.row('row1', columns=['data:1'])
print row['data:1']
for key, data in table.scan():
  print key, data
connection.close()

原文地址：python使用happybase批量的操作hbase, 感谢原作者分享。