hbase 查询的值为汉字，显示的是16进制的，不是汉字本身

yang19880709 2017-12-12 04:23:01

比如汉字为王洋

hbase(main):001:0> get 'dw_tbl:crm_user_info', '000001'
COLUMN CELL
base:cust_age timestamp=1513061969519, value=29
base:cust_id timestamp=1513061868747, value=000001
base:cust_name timestamp=1513065649903, value=\xE7\x8E\x8B\xE6\xB4\x8B

通过什么样的操作能显示为
hbase(main):001:0> get 'dw_tbl:crm_user_info', '000001'
COLUMN CELL
base:cust_age timestamp=1513061969519, value=29
base:cust_id timestamp=1513061868747, value=000001
base:cust_name timestamp=1513065649903, value=王洋

...全文

2534 8 打赏收藏转发到动态举报

写回复

8 条回复

切换为时间正序

请发表友善的回复…

发表回复

黑色网袜yyds 2020-10-13

打赏
举报

回复

引用 5 楼 weitao1010 的回复:

通过设置编码格式为utf-8即可。

怎么设置，大佬教一下

lucklilili 2019-06-13

打赏
举报

回复

lucklilili 2019-06-13

打赏
举报

回复

Hive外表值得一试

weitao1010 2018-08-20

打赏
举报

回复

通过设置编码格式为utf-8即可。

zengjc 2018-08-10

打赏
举报

回复

HBase保存的都是字节码，是否显示具体的汉字只是前端显示问题。
知道这个，你就好解决问题了：通过hbase API的decode转码、HUE、hive外部表等方式都可以显示中文汉字。

叛徒的首级 2018-07-27

打赏
举报

回复

HBase中的数据没有数据类型，统一存储为字节码，如果想要正常显示汉字，你可以使用Hue

五哥 2018-07-26

打赏
举报

回复

数据编码一致设置终端为UTF-8即可解决

tianfang 2017-12-14

打赏
举报

回复

找个支持中文的客户端 hbase有自带的简单的web界面 HBaseXplorer phphbaseadmin

内容简介　　本书从Hadoop的缘起开始，由浅入深，结合理论和实践，全方位地介绍Hadoop这一高性能处理海量数据集的理想工具。全书共16章，3个附录，涉及的主题包括：Haddoop简介；MapReduce简介；Hadoop分布式文件系统；Hadoop的I/O、MapReduce应用程序开发；MapReduce的工作机制；MapReduce的类型和格式；MapReduce的特性；如何构建Hadoop集群，如何管理Hadoop；Pig简介；Hbase简介；Hive简介；ZooKeeper简介；开源工具Sqoop，最后还提供了丰富的案例分析。　　本书是Hadoop权威参考，程序员可从中探索如何分析海量数据集，管理员可以从中了解如何安装与运行Hadoop集群。目录第1章初识Hadoop 　数据！数据！　数据存储与分析　与其他系统相比　关系型数据库管理系统　网格计算　志愿计算　1.3.4 Hadoop 发展简史　Apache Hadoop和Hadoop生态圈第2章关于MapReduce 　一个气象数据集　数据的格式　使用Unix工具进行数据分析　使用Hadoop分析数据　map阶段和reduce阶段　横向扩展　合并函数　运行一个分布式的MapReduce作业　Hadoop的Streaming 　Ruby版本　Python版本　Hadoop Pipes 　编译运行第3章 Hadoop分布式文件系统　HDFS的设计　HDFS的概念　数据块　namenode和datanode 　命令行接口　基本文件系统操作　Hadoop文件系统　接口　Java接口　从Hadoop URL中读取数据　通过FileSystem API读取数据　写入数据　目录　查询文件系统　删除数据　数据流　文件读取剖析　文件写入剖析　一致模型　通过 distcp并行拷贝　保持 HDFS 集群的均衡　Hadoop的归档文件　使用Hadoop归档文件　不足第4章 Hadoop I/O 　数据完整性　HDFS的数据完整性　LocalFileSystem 　ChecksumFileSystem 　压缩　codec 　压缩和输入切分　在MapReduce中使用压缩　序列化　Writable接口　Writable类　实现定制的Writable类型　序列化框架　Avro 　依据文件的数据结构　写入SequenceFile 　MapFile 第5章 MapReduce应用开发　配置API 　合并多个源文件　可变的扩展　配置开发环境　配置管理　辅助类GenericOptionsParser，Tool和ToolRunner 　编写单元测试　mapper 　reducer 　本地运行测试数据　在本地作业运行器上运行作业　测试驱动程序　在集群上运行　打包　启动作业　MapReduce的Web界面　获取结果　作业调试　使用远程调试器　作业调优　分析任务　MapReduce的工作流　将问题分解成MapReduce作业　运行独立的作业第6章 MapReduce的工作机制　剖析MapReduce作业运行机制　作业的提交　作业的初始化　任务的分配　任务的执行　进度和状态的更新　作业的完成　失败　任务失败　tasktracker失败　jobtracker失败　作业的调度　Fair Scheduler 　Capacity Scheduler 　shuffle和排序　map端　reduce端　配置的调优　任务的执行　推测式执行　重用JVM 　跳过坏记录　任务执行环境第7章 MapReduce的类型与格式　MapReduce的类型　默认的MapReduce作业　输入格式　输入分片与记录　文本输入　二进制输入　多种输入　数据库输入(和输出) 　输出格式　文本输出　二进制输出　多个输出　延迟输出　数据库输出第8章 MapReduce的特性　计数器　内置计数器　用户定义的Java计数器　用户定义的Streaming计数器　排序　准备　部分排序　总排序　二次排序　联接　map端联接　reduce端联接　边数据分布　利用JobConf来配置作业　分布式缓存　MapReduce库类第9章构建Hadoop集群　集群规范　网络拓扑　集群的构建和安装　安装Java 　创建Hadoop用户　安装Hadoop 　测试安装　SSH配置　Hadoop配置　配置管理　环境设置　Hadoop守护进程的关键属性　Hadoop守护进程的地址和端口　Hadoop的其他属性　创建用户帐号　安全性　Kerberos和Hadoop 　委托令牌　其他安全性改进　利用基准测试程序测试Hadoop集群　Hadoop基准测试程序　用户的作业　云上的Hadoop 　Amazon EC2上的Hadoop 第10章管理Hadoop 　HDFS 　永久性数据结构　安全模式　日志审计　工具　监控　日志　度量　Java管理扩展(JMX) 　维护　日常管理过程　委任节点和解除节点　升级第11章 Pig简介　安装与运行Pig 　执行类型　运行Pig程序　Grunt 　Pig Latin编辑器　示例　生成示例　与数据库比较　PigLatin 　结构　语句　表达式　1.4.4 类型　模式　函数　用户自定义函数　过滤UDF 　计算UDF 　加载UDF 　数据处理操作　加载和存储数据　过滤数据　分组与连接数据　对数据进行排序　组合和分割数据　Pig实战　并行处理　参数代换第12章 Hive 　1.1 安装Hive 　1.1.1 Hive外壳环境　1.2 示例　1.3 运行Hive 　1.3.1 配置Hive 　1.3.2 Hive服务　1.3.3 Metastore 　1.4 和传统数据库进行比较　1.4.1 读时模式(Schema on Read)vs.写时模式(Schema onWrite) 　1.4.2 更新、事务和索引　1.5 HiveQL 　1.5.1 数据类型　1.5.2 操作和函数　1.6 表　1.6.1 托管表(Managed Tables)和外部表(External Tables) 　1.6.2 分区(Partitions)和桶(Buckets) 　1.6.3 存储格式　1.6.4 导入数据　1.6.5 表的修改　1.6.6 表的丢弃　1.7 查询数据　1.7.1 排序(Sorting)和聚集(Aggregating) 　1.7.2 MapReduce脚本　1.7.3 连接　1.7.4 子查询　1.7.5 视图(view) 　1.8 用户定义函数(User-Defined Functions) 　1.8.1 编写UDF 　1.8.2 编写UDAF 第13章 HBase 　2.1 HBasics 　2.1.1 背景　2.2 概念　2.2.1 数据模型的“旋风之旅” 　2.2.2 实现　2.3 安装　2.3.1 测试驱动　2.4 客户机　2.4.1 Java 　2.4.2 Avro，REST，以及Thrift 　2.5 示例　2.5.1 模式　2.5.2 加载数据　2.5.3 Web查询　2.6 HBase和RDBMS的比较　2.6.1 成功的服务　2.6.2 HBase 　2.6.3 实例：HBase在Streamy.com的使用　2.7 Praxis 　2.7.1 版本　2.7.2 HDFS 　2.7.3 用户接口(UI) 　2.7.4 度量(metrics) 　2.7.5 模式设计　2.7.6 计数器　2.7.7 批量加载(bulkloading) 第14章 ZooKeeper 　安装和运行ZooKeeper 　示例　ZooKeeper中的组成员关系　创建组　加入组　列出组成员　ZooKeeper服务　数据模型　操作　实现　一致性　会话　状态　使用ZooKeeper来构建应用　配置服务　具有可恢复性的ZooKeeper应用　锁服务　生产环境中的ZooKeeper 　可恢复性和性能　配置第15章开源工具Sqoop 　获取Sqoop 　一个导入的例子　生成代码　其他序列化系统　深入了解数据库导入　导入控制　导入和一致性　直接模式导入　使用导入的数据　导入的数据与Hive 　导入大对象　执行导出　深入了解导出　导出与事务　导出和SequenceFile 第16章实例分析　Hadoop 在Last.fm的应用　Last.fm：社会音乐史上的革命　Hadoop a Last.fm 　用Hadoop产生图表　Track Statistics程序　总结　Hadoop和Hive在Facebook的应用　概要介绍　Hadoop a Facebook 　假想的使用情况案例　Hive 　问题与未来工作计划　Nutch 搜索引擎　背景介绍　数据结构　Nutch系统利用Hadoop进行数据处理的精选实例　总结　Rackspace的日志处理　简史　选择Hadoop 　收集和存储　日志的MapReduce模型　关于Cascading 　字段、元组和管道　操作　Tap类，Scheme对象和Flow对象　Cascading实战　灵活性　Hadoop和Cascading在ShareThis的应用　总结　在Apache Hadoop上的TB字节数量级排序　使用Pig和Wukong来探索10亿数量级边的网络图　测量社区　每个人都在和我说话：Twitter回复关系图　degree(度) 　对称链接　社区提取附录A 安装Apache Hadoop 　先决条件　安装　配置　本机模式　伪分布模式　全分布模式附录B Cloudera’s Distribution for Hadoop 附录C 准备NCDC天气数据

第1章初识Hadoop 数据！数据！数据存储与分析与其他系统相比关系型数据库管理系统网格计算志愿计算 1.3.4 Hadoop 发展简史 Apache Hadoop和Hadoop生态圈第2章关于MapReduce 一个气象数据集数据的格式使用Unix工具进行数据分析使用Hadoop分析数据 map阶段和reduce阶段横向扩展合并函数运行一个分布式的MapReduce作业 Hadoop的Streaming Ruby版本 Python版本 Hadoop Pipes 编译运行第3章 Hadoop分布式文件系统 HDFS的设计 HDFS的概念数据块 namenode和datanode 命令行接口基本文件系统操作 Hadoop文件系统接口 Java接口从Hadoop URL中读取数据通过FileSystem API读取数据写入数据目录查询文件系统删除数据数据流文件读取剖析文件写入剖析一致模型通过 distcp并行拷贝保持 HDFS 集群的均衡 Hadoop的归档文件使用Hadoop归档文件不足第4章 Hadoop I/O 数据完整性 HDFS的数据完整性 LocalFileSystem ChecksumFileSystem 压缩 codec 压缩和输入切分在MapReduce中使用压缩序列化 Writable接口 Writable类实现定制的Writable类型序列化框架 Avro 依据文件的数据结构写入SequenceFile MapFile 第5章 MapReduce应用开发配置API 合并多个源文件可变的扩展配置开发环境配置管理辅助类GenericOptionsParser，Tool和ToolRunner 编写单元测试 mapper reducer 本地运行测试数据在本地作业运行器上运行作业测试驱动程序在集群上运行打包启动作业 MapReduce的Web界面获取结果作业调试使用远程调试器作业调优分析任务 MapReduce的工作流将问题分解成MapReduce作业运行独立的作业第6章 MapReduce的工作机制剖析MapReduce作业运行机制作业的提交作业的初始化任务的分配任务的执行进度和状态的更新作业的完成失败任务失败 tasktracker失败 jobtracker失败作业的调度 Fair Scheduler Capacity Scheduler shuffle和排序 map端 reduce端配置的调优任务的执行推测式执行重用JVM 跳过坏记录任务执行环境第7章 MapReduce的类型与格式 MapReduce的类型默认的MapReduce作业输入格式输入分片与记录文本输入二进制输入多种输入数据库输入（和输出）输出格式文本输出二进制输出多个输出延迟输出数据库输出第8章 MapReduce的特性计数器内置计数器用户定义的Java计数器用户定义的Streaming计数器排序准备部分排序总排序二次排序联接 map端联接 reduce端联接边数据分布利用JobConf来配置作业分布式缓存 MapReduce库类第9章构建Hadoop集群集群规范网络拓扑集群的构建和安装安装Java 创建Hadoop用户安装Hadoop 测试安装 SSH配置 Hadoop配置配置管理环境设置 Hadoop守护进程的关键属性 Hadoop守护进程的地址和端口 Hadoop的其他属性创建用户帐号安全性 Kerberos和Hadoop 委托令牌其他安全性改进利用基准测试程序测试Hadoop集群 Hadoop基准测试程序用户的作业云上的Hadoop Amazon EC2上的Hadoop 第10章管理Hadoop HDFS 永久性数据结构安全模式日志审计工具监控日志度量 Java管理扩展（JMX）维护日常管理过程委任节点和解除节点升级第11章 Pig简介安装与运行Pig 执行类型运行Pig程序 Grunt Pig Latin编辑器示例生成示例与数据库比较 PigLatin 结构语句表达式 1.4.4 类型模式函数用户自定义函数过滤UDF 计算UDF 加载UDF 数据处理操作加载和存储数据过滤数据分组与连接数据对数据进行排序组合和分割数据 Pig实战并行处理参数代换第12章 Hive 1.1 安装Hive 1.1.1 Hive外壳环境 1.2 示例 1.3 运行Hive 1.3.1 配置Hive 1.3.2 Hive服务 1.3.3 Metastore 1.4 和传统数据

HBase的原型是Google的BigTable论文，受到了该论文思想的启发，目前作为Hadoop的子项目来开发维护，用于支持结构化的数据存储.HBase是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，利用HBASE技术可在廉价PC Server上搭建起大规模结构化存储集群。本视频从hbase的概述开始,讲解hbase的安装,hbase的shell操作,数据结构和原理到java api操作以及优化,让我们快速上手hbase.

产品名字版本 centos 7.5 kubernetes 1.13 docker 18.09.5 JDK 1.8_131 SSH 7.4 etcd 3.3.10(API version:2) flannel 0.10.0 TOMCAT 8 Mysql 5.6 Ambari 2.7 HDP 3.0 ElasticSearch 6.5.1 Kibana 6.5.1 Logstash 6.5.1 Neo4j 3.4 esxi 6.5 MAVEN 3.6 ElasticSearch 6.5.1 Kibana 6.5.1 Logstash 6.5.1 目录： 1. ESXI6.5创建centos虚拟机 10 1.1. 准备工作 10 1.2. 创建新的虚拟机 10 2. ESXI虚拟机克隆 13 2.1. 创建文件夹 13 2.2. 复制文件 13 2.3. 注册现有虚拟机 14 2.4. 为克隆的虚拟机添加硬盘 15 3. HPE服务器Centos7.5安装 16 3.1. 服务器（DL388 Gen10）加载镜像文件 16 3.2. 系统安装、配置 18 3.2.1. 选中【install centos7】 18 3.2.2. 语言 18 3.2.3. 其他配置 18 3.2.4. 时区 18 3.2.5. 软件包安装 19 3.2.6. 磁盘分区 19 3.2.7. root用户密码配置 20 3.2.8. 完成安装 20 3.3. IP地址、主机名设置 20 3.4. 磁盘挂载并开机自动挂载 22 3.4.1. 磁盘挂载（如果超过2T的挂载则看超过2T的挂载章节） 22 3.4.2. 设置开机时自动挂载 23 3.4.3. 超过2T的挂载 23 3.5. 磁盘分区扩容 25 3.5.1. 根目录 25 3.5.2. 普通目录 26 3.6. Vim命令安装 26 3.7. Wget命令安装 26 3.8. 查看端口占用命令 26 3.9. 新建用户、用户组并设置root权限 26 4. SSH免密 27 4.1. 查看SSH是否安装，需要客户端与服务都安装，centos7自带ssh服务，一般可以跳过安装步骤 27 4.2. 安装命令 27 4.3. service sshd restart 启动、重启SSH服务； 27 4.4. 开机启动。 27 4.5. 退出SSH命令 27 4.6. SSH免密登录 27 5. 同步系统时间，（分布式系统各个节点需要同步时间） 27 5.1. 安装NTP插件 27 5.2. 同步时间： 27 6. JDK 28 7. Maven 28 8. Tomcat 29 8.1. 配置tomcat的环境变量和内存设置 29 8.2. 服务自启动 30 9. Mysql 30 9.1. 离线安装 30 9.2. 在线安装 30 9.2.1. 检测系统是否自带安装mysql 30 9.2.2. 下载yum包 30 9.2.3. 安装mysql 30 9.2.4. 启动服务 30 9.2.5. 设置root密码 30 9.2.6. 设置开机自启 31 9.2.7. mysql安全设置 31 9.2.8. 创建数据库 31 9.2.9. 创建用户 31 9.2.10. 更改数据存储路径 31 9.2.11. 开启binlog日志 32 9.2.12. 修改mysql配置文件 32 9.3. 问题整理 33 10. Apache Http文件服务器 33 10.1. 安装http 33 10.2. 修改Http服务器根路径 33 10.3. 中文乱码 33 10.3.1. 文件内容中文乱码 33 10.3.2. 文件名字中文乱码 33 10.4. 修改目录文件名不要被截断 33 11. Ambari 33 11.1. 安装相关服务 33 11.2. 同步所有节点时间 34 11.3. IP与主机名映射 34 11.4. SSH免密 34 11.5. JDK安装（建议1.8） 34 11.6. 关闭防火墙、selinux、THP 34 11.7. 最大打开文件要求 34 11.8. mysql配置（server机器操作） 34 11.8.1. 创建数据库 34 11.8.2. 下载mysql-connection-java 34 11.9. 部署本地库（镜像服务器）（server机器操作） 35 11.9.1. 下载HortWorks官网上的4个库到本地（也可以在线下载，但是速度会很慢） 35 11.9.2. 创建本地yum源 35 11.9.3. 上传文件 35 11.9.4. 解压文件 35 11.9.5. 新建一个httpd资源库文件夹 35 11.9.6. 修改本地源地址 35 11.10. Ambari-server端安装部署（server机器操作） 36 11.10.1. 安装Ambari-server 36 11.10.2. 配置Ambari-server 36 11.10.3. 查看并启动Ambari-server 37 11.10.4. Ambari登陆 38 11.11. Ambari集群搭建（所有agent节点机器操作） 38 11.11.1. 安装agent 38 11.11.2. 部署Agent 39 11.11.3. 创建集群： 39 11.11.4. 存储库地址配置： 40 11.11.5. 节点配置： 40 11.11.6. 节点验证： 41 11.11.7. 选择需要安装的服务： 41 11.11.8. 主服务节点配置，尽量均匀分布： 42 11.11.9. 从服务、客户端节点配置： 42 11.11.10. 密码配置： 42 11.11.11. 数据库配置 42 11.11.12. 修改服务存储、日志路径： 44 11.11.13. 用户名配置 44 11.11.14. 配置文件更改 45 11.11.15. 部署 45 11.12. Ambari 卸载服务 48 11.13. 登陆地址 48 11.14. 异常处理 48 11.15. 警告 50 11.15.1. Ambari Metrics ,Hbase rootdir路径问题 50 11.15.2. Atlas 51 12. Ambari集成ElasticSearch6.x 51 12.1. 通过SSH把源码传到centos机器上 51 12.2. 复制源码到Ambari 51 12.3. 编辑metainfo.xml文件 51 12.4. 启动/重启Ambari 51 12.5. 添加服务 51 13. ElasticSearch集群搭建 54 13.1. 解压文件：必须使用非root用户安装和启动 54 13.2. 创建目录 54 13.3. 配置文件 55 13.4. 系统配置文件 55 13.5. 启动服务 56 13.6. 添加系统服务自启动 56 13.7. Head安装 57 13.8. 登陆地址 57 13.9. ES跨域访问配置 57 13.10. IK分词器安装 57 13.11. Cerebro配置 57 13.12. 集群使用经验 58 13.13. 问题整理 58 14. Elasticsearch与reactivesearch快速构建搜索项目 58 15. kibana 59 15.1. 配置kibana配置文件 59 15.2. 启动、停止服务 59 15.3. 登陆地址 59 15.4. 汉化 59 16. Neo4j 59 16.1. 下载地址： 59 16.2. 解压缩： 59 16.3. SSH复制文件到其他节点： 60 16.4. 启动服务: 60 16.5. 登陆地址 60 16.6. 账号密码： 60 16.7. neo4服务自启动 60 16.8. 配置文件解释 61 17. 安装logstash插件同步ES-mysql数据 65 17.1. 下载logstash（版本需与ES一致） 65 17.2. 安装logstash-input-jdbc插件步骤： 65 17.3. 启动logstash 66 18. HDFS 67 18.1. 退出安全模式： 67 19. Kafka 67 19.1. 优化 67 20. Spark2.x 68 20.1. 示例执行 68 21. YARN 68 21.1. 错误处理 68 22. Docker安装 68 22.1. 在线安装 68 22.1.1. 使用国内docker源 68 22.1.2. Docker安装 68 22.1.3. 启动进程 68 22.2. RPM安装方式 68 22.2.1. 安装libtool-ltdl 68 22.2.2. 关闭selinux和内存交换 69 22.2.3. 安装docker-ce-selinux，docker-ce 69 22.3. 二进制文件安装方式 69 22.3.1. 下载地址 69 22.3.2. 安装配置 69 23. Kubernetes集群搭建准备 70 23.1. 机器规划： 70 23.2. 所有节点添加环境变量 70 23.3. 下载地址 70 23.4. 解压文件 70 23.5. Server节点CA证书创建分发 70 23.5.1. 安装cfssl 70 23.5.2. 创建用来生成 CA 文件的 JSON 配置文件 71 23.5.3. 创建用来生成 CA 证书签名请求（CSR）的 JSON 配置文件 71 23.5.4. 生成CA证书（ca.pem）和密钥（ca-key.pem） 71 23.5.5. 分发证书 72 24. ETCD数据库集群搭建 72 24.1. 创建etcd证书签名请求 72 24.2. 生成证书和私钥 73 24.3. 创建配置文件 73 24.4. 创建服务文件 74 24.5. 拷贝etcd.conf和etcd.service文件到其他2个节点 74 24.6. 启动服务 74 24.7. 测试集群 75 24.8. 注意事项 75 25. Kubernetes集群安装部署 75 25.1. Master节点部署 75 25.1.1. 复制文件 75 25.1.2. 部署kube-apiserver服务 75 25.1.3. 部署kube-controller-manager服务 78 25.1.4. 部署kube-scheduler服务 79 25.1.5. 部署kubectl 命令行工具 79 25.2. Node节点部署 81 25.2.1. 复制文件 81 25.2.2. 部署kubelet 81 25.2.3. 部署Kube-proxy服务 84 25.3. Flannel网络配置 86 25.3.1. 下载地址 86 25.3.2. 解压文件 86 25.3.3. 复制文件 86 25.3.4. 生成ca配置文件与证书 86 25.3.5. 分发证书 87 25.3.6. 配置文件 87 25.3.7. Flannel CNI集成 88 25.3.8. 启动服务 88 25.3.9. 配置Docker使用Flannel 89 25.4. coredns安装 89 25.4.1. 编辑配置文件 89 25.4.2. 创建coredns 93 25.4.3. 查看coredns服务 93 25.4.4. Pod容器中进行域名解析测试 93 25.5. kubernetes-dashboard部署 93 26. GlusterFS分布式文件系统部署 95 26.1. 在kubernetes中部署 95 26.1.1. 安装： 95 26.1.2. 创建Heketi服务： 97 26.1.3. 为Heketi设置GlusterFS集群 99 26.2. yum部署 99 26.3. 创建分布式卷 99 27. SpringBoot 100 28. SpringCloud 100

关于HBase中的中文数据显示为十六进制码在使用hbase ImportTsv命令将含中文的tsv文件从hdfs上传到hbase后，出现以下所示现象，中文字符显示为十六进制码。在hhase shell中，直接使用如下命令： scan 'zhihu',{COLUMNS => 'text::toString'} 这里’zhihu’为表名，text: 为列名会以中文格式显示：注意：该tsv文件已经是utf-8格式 ...

Hadoop生态社区

20,808

社区成员

4,690

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章