HBase 在 Scala/Java API 中存储具有相同行键的 2 个或更多值的特定列的数据

Question

我有一个包含以下内容的文件：

UserID   Email             
1001     abc@yahoo.com     
1001     def@gmail.com     
1002     gft@gmail.com
1002     rtf@yahoo.com

我想这样存储数据：

ROW          COLUMN+CELL                                                                                   
1001         column=cf:Email, timestamp=1487917201278, value=abc@yahoo.com 
1001         column=cf:Email, timestamp=1487917201279, value=def@gmail.com                                                                                                
1002         column=cf:Email, timestamp=1487917201286, value=gft@gmail.com
1002         column=cf:Email, timestamp=1487917201287, value=rtf@yahoo.com

我正在使用 Put 例如：put 'table', '1001', 'cf:Email', 'def@gmail.com' 但它给了我

ROW          COLUMN+CELL                                                                                    
1001         column=cf:Email, timestamp=1487917201279, value=def@gmail.com                                                                                                
1002         column=cf:Email, timestamp=1487917201286, value=rtf@yahoo.com

它正在覆盖以前的值。但是 HBase 应该根据时间戳为特定列存储多个值。无论如何，我可以为特定用户 ID 存储两个电子邮件地址吗？

Answer 1

您需要指定 "cf" 列族的版本数。默认情况下，版本数为 1。在 HBase shell 中执行以下操作以修改现有 table:

alter 'table', {NAME => 'cf', VERSIONS => 2147483647}

阅读有关 HBase 版本的更多信息 here。

Answer 2

您可能想仔细看看 the HBase documentation on versions。特别注意它说

的地方

By default, i.e. if you specify no explicit version, when doing a get, the cell whose version has the largest value is returned

但我不会追求使用多个版本以这种方式存储多个值。您必须明确指定版本的最大数量，它将应用于该系列中的每一列。我会更倾向于使用不同的列名（例如 Email1、Email2、...）

HBase 在 Scala/Java API 中存储具有相同行键的 2 个或更多值的特定列的数据

HBase storing data for a particular column with 2 or more values for the same row-key in Scala/Java API

java

hbase

scala