统计HBase表纪录数

我们知道所有HBase中的表数据，都存放在分布式文档系统上，所以要获得到一张表中到底有多少条记录，跟传统关系型数据库是不一样的，这篇文章我们来说说如何获得。

我们依然使用Jupyter Notebook，用进程的方式获取结果。

1 2 3 4 5 6 7 8 9 10 11 12 13 14

import os import subprocess hbase_home = os.environ.get('HBASE_HOME') table_name = '表名' if table_name != '': cmd = '%s/bin/hbase org.apache.hadoop.hbase.mapreduce.RowCounter %s'大专栏  统计HBase表纪录数> % (hbase_home, table_name) p = subprocess.Popen(cmd, shell=True, stderr = subprocess.PIPE ) out = p.stderr.readlines() for line in out: print line.strip() else: print '定义表名'

我们将结果直接打印在Jupyter中，如下图：

红框中便是我们所得到的结果。

在这段进程中，我们使用了HBase提供的MapReduce计算类RowCounter，所以当执行这段进程时，其实是提交一个MapReduce计算任务。在Hadoop相关的软件中，会大量使用MapReduce做一些统计任务。

当然你也可以在命令行中，执行这条命令：

1	bin/hbase org.apache.hadoop.hbase.mapreduce.RowCounter 表名

本系列文章《目录》