Le filtre ne fonctionne pas lors de l'utilisation de Happybase pour scanner une table HBase avec un caractère chinois

Question

J'ai une table dans HBase où les caractères chinois sont stockés dans une certaine colonne, disons 'FLT: CREW_DEPT'. Maintenant, j'ai besoin de filtrer toutes les lignes que 'FLT: CREW_DEPT' équivaut à une certaine valeur. Lors de cette opération dans la coquille HBase, il fonctionne très bien, comme ci-dessous

scan 'PAX_EXP_FACT', {COLUMNS => ['FLT:CREW_DEPT'], FILTER => "SingleColumnValueFilter ('FLT', 'CREW_DEPT', =, 'binary:\xe4\xb8\x80\xe9\x83\xa8', true, true)", LIMIT => 5} 
ROW             COLUMN+CELL 
CA101-20160808-PEK-001192753702      column=FLT:CREW_DEPT, timestamp=1500346136328, value=\xE4\xB8\x80\xE9\x83\xA8 
CA101-20161103-PEK-001181988752      column=FLT:CREW_DEPT, timestamp=1500346230204, value=\xE4\xB8\x80\xE9\x83\xA8 
CA101-20161105-PEK-000728690130      column=FLT:CREW_DEPT, timestamp=1500346244963, value=\xE4\xB8\x80\xE9\x83\xA8 
CA101-20161201-PEK-006731936575      column=FLT:CREW_DEPT, timestamp=1500346233640, value=\xE4\xB8\x80\xE9\x83\xA8 
CA101-20161212-PEK-001512808262      column=FLT:CREW_DEPT, timestamp=1500346223572, value=\xE4\xB8\x80\xE9\x83\xA8 
5 row(s) in 0.0060 seconds 

Cependant, lorsque vous faites la même chose en python utilisant happybase, rien est retourné:

import happybase 
import datetime 
import pytz 

connection = happybase.Connection('192.168.199.200', port=9090) 
table = connection.table('PAX_EXP_FACT') 

filter_str = "" 
filter_str += "SingleColumnValueFilter('FLT', 'CREW_DEPT', =, 'binary:\xe4\xba\x8c\xe9\x83\xa8')" 

results = table.scan(
    filter=filter_str 
    #  ,limit=100 
) 

count = 0 
for key, data in results: 
    count += 1 
    print(data[b'FLT:CREW_DEPT'].decode('utf-8')) 

print('No. of flight matches:', count) 

connection.close() 

0 lignes sont renvoyées ...

Quelqu'un peut-il aider? Très appréciée!!!

Answer 1

La réponse est avéré être très simple ... Je l'ai utilisé

"SingleColumnValueFilter('FLT', 'CREW_DEPT', =, 'binary:中文')" 

au lieu de le convertir en chaîne d'octets codé utf-8 première ... même en coquille HBase je peux faire la même chose (même si elle est affichée en points d'interrogation)

scan 'PAX_EXP_FACT', {COLUMNS => ['FLT:CREW_DEPT'], FILTER => "SingleColumnValueFilter ('FLT', 'CREW_DEPT', =, 'binary:??', true, true)", LIMIT => 5} 
ROW             COLUMN+CELL 
CA101-20160808-PEK-001192753702      column=FLT:CREW_DEPT, timestamp=1500353334419, value=\xE4\xB8\x80\xE9\x83\xA8 
CA101-20161103-PEK-001181988752      column=FLT:CREW_DEPT, timestamp=1500353426641, value=\xE4\xB8\x80\xE9\x83\xA8 
CA101-20161105-PEK-000728690130      column=FLT:CREW_DEPT, timestamp=1500353447707, value=\xE4\xB8\x80\xE9\x83\xA8 
CA101-20161201-PEK-006731936575      column=FLT:CREW_DEPT, timestamp=1500353432222, value=\xE4\xB8\x80\xE9\x83\xA8 
CA101-20161212-PEK-001512808262      column=FLT:CREW_DEPT, timestamp=1500353417107, value=\xE4\xB8\x80\xE9\x83\xA8 
5 row(s) in 0.0100 seconds 

L'utilisation ne fonctionnera pas sous-chaîne, qui était ce que j'avais essayé avant soulevé cette question idiote ...