如何统计表行数

通过HBase Shell工具使用COUNT命令可以精确的统计HBase表行数。执行COUNT命令的原理是将表的数据分批次全部扫描出来进行统计，所以建议在相同内网的ECS客户端上执行COUNT命令。如果通过公网执行COUNT命令，网络使用率会较大，导致统计效率降低。根据表结构的不同，扫描的速度会有所差别，使用COUNT命令扫描全表的速度可以小于10万行每秒。执行以下语句统计table表的总行数。

count 'table'

执行结果如下：

RowCounter会在本地启动一个伪分布式的MR任务来进行COUNT操作。默认情况下这种方式是按照单个线程来执行的，统计速率与HBase Shell执行COUNT命令的统计速率差不多。如果您想提高统计速度，可以通过指定Dmapreduce.local.map.tasks.maximum=线程数来进行多线程并发执行，需要注意以下两点：

• 线程数小于等于表Region的个数。

• 线程数增多可能造成集群负载过高从而影响线上业务，请根据业务需求设置。

在HBase Shell中执行以下代码统计Lindorm宽表的行数。

• 统计目标表table的总行数。

  ./alihbase-2.0.18/bin/hbase org.apache.hadoop.hbase.mapreduce.RowCounter  "table"

• 统计目标表table的总行数，16个线程并发执行。

  ./alihbase-2.0.18/bin/hbase org.apache.hadoop.hbase.mapreduce.RowCounter -Dmapreduce.local.map.tasks.maximum=16 "table"

• 统计NameSpace为ns中的目标表table的总行数。

  ./alihbase-2.0.18/bin/hbase org.apache.hadoop.hbase.mapreduce.RowCounter  "ns:table"

执行结果保存在Log目录中的hbase.log文件。

执行以下代码统计table表行数。

SELECT COUNT(*) FROM table;

执行结果如下：

+--------+
| EXPR$0 |
+--------+
| 16000  |
+--------+

Lindorm集群管理系统中，在概览页面可以粗略查看表行数。该估计值是通过将数据文件的行数元信息累加计算出来的。如果用户存在更新，删除等操作，同一行数据可能分布在多个文件当中。同时，文件的行数元信息是在生成文件时统计的，如果用户使用了TTL功能，文件中的部分数据可能已经过期了，从而导致该信息不准。因此，该值仅仅只是一个估计值。但如果用户的表没有更新，没有删除和TTL过期，显示的行数是完全准确的，可以在历史数据迁移完成时用于估计数据完整性。

Lindorm集群管理系统中，单击左侧导航栏概览，在当前idc区域下，找到目标表，在预估行列中单击查看，查看目标表的粗略行数。