[TOC]
HBase笔记整理（一）
行列式数据库
行式数据库：
可以简单的理解为类似传统的rdbmspaint这些数据，存放的数据都是结构化的数据。
行式数据库，是有利于全表数据的扫描，不利于只查询个别字段列式数据库：
对行式数据库的一个改进，将部分列(或者说有关联的一些列)存放到单独的文件中，其他列存在其它多个文件中，
我们在进行查询的时候，只需要读取出这些常用列即可完成工作，这样，减少了文件IO的读写，提高读写的效率(
不用再想行式数据库进行全表扫描，然后过滤相关字段)
在行式数据库里面，大数据领域有一个非常著名的产品——HBase，其有别于传统的RDBMS，被称之为列式数据库，
或者是NoSQL(Not Only SQL，是一类数据库的统称，常见的有Hbase、Redis、mechache、mongodb。。。。)中的一块数据。
能够满足对hdfs上面海量数据的告诉数据读写。HBase概述
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。
HBase利用Hadoop HDFS作为其文件存储系统，利用Hadoop MapReduce来处理HBase中的海量数据，
利用Zookeeper作为协调工具。特点：
高可靠性
高性能
面向列
可伸缩
表的特点
纵向扩展
横向扩展
部署上来说：
分布式集群
HBase设计初衷，是为了企业中的大表，面向上百万列，上百亿条记录设计的数据库。
可以分布式存储海量的数据
具有容错能力强，数据高可靠的特点
HBase是一个列式NoSQL数据库
数据存储的结构是按照列进行存储。按照列进行存储的数据库产品，一般都有行键的概念。
使用行键，可以标示一行数据。理解行键的时候，可以简单的认为是RDBMS中的PK。
Hbase存储数据的物理结构是key-value形式。key就是行键。
同时可以非常方便的进行横向扩展（scale out，纵向扩展scale up）。HBase安装
安装前需要保证hadoop、zookeeper、java已经安装好。
单机版本
解压 ~]$ tar -zxf /home/uplooking/soft/hbase-1.1.5-bin.tar.gz -C /home/uplooking/app
重命名 ~]$ mv /home/uplooking/app/hbase-1.1.5 /home/uplooking/app/hbase
添加至环境变量 export HBASE_HOME=/home/uplooking/app/hbase
配置 $HBASE_HOME/conf/hbase-env.sh、hbase-site.xml
$HBASE_HOME/conf/hbase-env.sh
export JAVA_HOME=/opt/jdk
export HBASE_MANAGES_ZK=false
$HBASE_HOME/conf/hbase-site.xml
<property>
<name>hbase.rootdir</name>
<value>hdfs://ns1/hbase</value>
</property>
<property>
<name>hbase.cluster.distributed</name>
<value>true</value>
</property>
<property>
<name>hbase.zookeeper.quorum</name>
<value>uplooking01,uplooking02,uplooking03</value>
</property>
启动
sh $HBASE_HOME/bin/start-hbase.sh
使用jps命令，当有HMaster、HQuorumPeer(使用hbase自带的zk)、HRegionServer三个进程启动的时候，说明hbase服务已经启动成功
停止
sh $HBASE_HOME/bin/stop-hbase.sh
单进程启动
HMaster hbase-daemon.sh start master
HRegionserver hbase-daemon.sh start regionserver
访问：
web http://<ip>:16010
cli bin/hbase shell分布式安装
在上述的基础之上，只需要再配置一个conf/regionservers,添加两行内容：
uplooking02
uplooking03
注意：
如果已经配置过单机版，需要将hbase在hdfs上面的目录、以及hbase在zk中的目录清除，以免和集群版本操作冲突
zk
rmr /hbase
hdfs
hdfs dfs -rm -R /hbase
拷贝master上面的数据到uplooking02和uplooking03
scp -r app/hbase uplooking@uplooking02:/home/uplooking/app/
scp -r app/hbase uplooking@uplooking03:/home/uplooking/app/
同样在slave01和slave02上面添加相关环境变量
scp ~/.bash_profile uplooking@uplooking02:/home/uplooking/
scp ~/.bash_profile uplooking@uplooking02:/home/uplooking/
让其生效
source ~/.bash_profile
启动hbase集群
sh $HBASE_HOME/bin/start-hbase.sh
这个时候在master机器上面，有一个进程HMaster，在uplooking02和uplooking03上面分别有一个HRegionServer启动HBase出现的问题及解决方案
启动hbase出现如下问题：
Caused by: java.lang.IllegalArgumentException: java.net.UnknownHostException: ns1
at org.apache.hadoop.security.SecurityUtil.buildTokenService(SecurityUtil.java:373)
at org.apache.hadoop.hdfs.NameNodeProxies.createNonHAProxy(NameNodeProxies.java:258)
at org.apache.hadoop.hdfs.NameNodeProxies.createProxy(NameNodeProxies.java:153)
at org.apache.hadoop.hdfs.DFSClient.<init>(DFSClient.java:602)
at org.apache.hadoop.hdfs.DFSClient.<init>(DFSClient.java:547)
at org.apache.hadoop.hdfs.DistributedFileSystem.initialize(DistributedFileSystem.java:139)
at org.apache.hadoop.fs.FileSystem.createFileSystem(FileSystem.java:2591)
at org.apache.hadoop.fs.FileSystem.access$200(FileSystem.java:89)
at org.apache.hadoop.fs.FileSystem$Cache.getInternal(FileSystem.java:2625)
at org.apache.hadoop.fs.FileSystem$Cache.get(FileSystem.java:2607)
at org.apache.hadoop.fs.FileSystem.get(FileSystem.java:368)
at org.apache.hadoop.fs.Path.getFileSystem(Path.java:296)
at org.apache.hadoop.hbase.util.FSUtils.getRootDir(FSUtils.java:1002)
at org.apache.hadoop.hbase.regionserver.HRegionServer.<init>(HRegionServer.java:566)
... 10 more
Caused by: java.net.UnknownHostException: ns1解决方案：
第一种方式：
source一下环境变量文件
第二种方式：
将hdfs对应的hdfs-site.xml和core-site.xml交给hbase管理另外需要注意的是，如果原来已经安装了单机版，如果再安装集群版本时，需要把原来相关的数据删除。
HBase体系结构
逻辑结构：
表（table）
划分数据集合的概念，和传统的db中的表的概念是一样的。
行健(RowKey)：
一行数据的唯一标示，要想操作(read/write)一条数据,必须通过行健，其在hbase底层都是使用字节数组进行存放，
所以方便我们使用rk进行排序，
行键是字节数组, 任何字符串都可以作为行键；表中的行根据行键进行排序，数据按照Row key的字节序(byte order)排序存储；
所有对表的访问都要通过行键 （单个RowKey访问，或RowKey范围访问，或全表扫描)。
列族（columnFamily）
简单的认为是一系列“列”的集合。列族是以单独的文件进行存储。
列限定符（column Qualifier）
或者叫列。列里面的数据定位通过列限定符 每个CF可以有一个或多个列成员(ColumnQualifier)，
列成员不需要在表定义时给出，新的列族成员可以随后按需、动态加入。时间戳（version）
在单元格中可以存放多个版本的数据。
单元格（cell）
Cell 由行键，列族:限定符，时间戳唯一决定，Cell中的数据是没有类型的，全部以字节码形式存贮，主要用来存储数据。单元格的图示如下：
物理结构：
HMaster ----->NameNode
管理节点
HRegionServer----->DataNode
存放Region的服务器
HRegion
存放hbase中数据的一个概念，可以简单的理解为表，存放一张表中的一部分数据，当该region中的数据超过一定量的时候，会自动进行分裂，
分裂成两个region(一份为二)，从这个角度上而言，Region是对hbase中表的一个横向的划分。
HFile
在hdfs上存放数据之前的一个物理结构，用于接收从客户端提交过来的数据。
一个集群中有多个HRegionServer
|-----一个HLog
|-----多个HRegion
|---多个Store
|----一个CFHBase的物理结构图示如下：
HBase操作
CLI(Command Line interface)：
使用bin/hbase shell来进入命令终端
命令：
list查看当前命名空间下的所有的表,也可以查看特定命名空间下的表
list 'ns:abc.*' --->查看命名空间ns下面的所有的以表名以abc开头的表的列表
创建一张表
create 't1', 'cf1' --->在默认的命名空间下创建一张表名为t1，只有一个列族，列族名为cf1
查看一张表的所有内容：scan
scan 't1'或者scan 'ns1:t1'
往表中增加一条记录：put
put 't1', '1'(rowkey), 'cf1:name', 'zhangsan'
查看其中一个具体的值
get 't1', '1', 'cf1:name'
查看表的属性信息：
describe/desc 't1'
删除记录：delete
delete 't1', '1', 'cf1:age' -->删除某一个rowkey对应的cf1:age对应的单元格
deleteall 't1', '2' -->删除rowkey=2对应的所有的单元格
删除一张表：
注意：删除表之前，需要先确认表状态是否为disable，如果不是，需要disable '表名'
disable 't1'
drop 't1'练习：
rk column column cf
name grad course
math art |column
1 Tom 5 97 87
2 Jim 4 89 80
创建表
create 'stu','name', 'grad','course' --->创建了表stu，有三个列族，name、grad、course
增加数据：
put 'stu', '1', ':name', 'Tom' 直接写成'name'也是可以的，也就是说name这个列族下面没有多列
put 'stu', '1', ':grad', '5'
put 'stu', '1', 'course:art', '97'
put 'stu', '1', 'course:math', '88'
删除name="Jim"的art成绩
delete 'stu', '2', 'name', 'Jim', "course:art" --->错误的
delete 'stu', '2',"course:art" 因为每次操作，只能操作的是单一单元格，hbase的原子性操作是基于单元格的
而一个单元格的确定是由rk、cf、col、ts(timestamp)
删除name="JIM"所在的行的而所有单元格
deleteall 'stu', '2'
查看当前表有多少条记录：select count(1) from t;
count HBase的java API操作
测试代码
package com.uplooking.bigdata.hbase;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.hbase.*;
import org.apache.hadoop.hbase.client.*;
import org.apache.hadoop.hbase.filter.CompareFilter;
import org.apache.hadoop.hbase.filter.Filter;
import org.apache.hadoop.hbase.filter.FilterList;
import org.apache.hadoop.hbase.filter.SingleColumnValueFilter;
import org.junit.After;
import org.junit.Before;
import org.junit.Test;
import java.io.IOException;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
/**
* HBase Java API 学习
*/
public class HBaseAPIOps {
private Connection connection;
private Admin admin;
@Before
public void setUp() throws Exception {
Configuration conf = HBaseConfiguration.create();
connection = ConnectionFactory.createConnection(conf);
admin = connection.getAdmin();
}
/*
list 'default:t.*'
TABLE
t1
t2
*/
@Test
public void testList() throws IOException {
TableName[] tblNames = admin.listTableNames("default:t.*");
for (TableName tblName : tblNames) {
System.out.println(tblName.getNamespaceAsString() + ":" + tblName.getNameAsString());
}
}
@Test
public void testCreate() throws IOException {
HTableDescriptor desc = new HTableDescriptor(TableName.valueOf("t3"));
HColumnDescriptor family = new HColumnDescriptor("cf");
desc.addFamily(family);
admin.createTable(desc);
}
@Test
public void testAddRecord() throws IOException {
Table t3 = connection.getTable(TableName.valueOf("t3"));
byte[] cf = "cf".getBytes();
byte[] nameBytes = "name".getBytes();
byte[] ageBytes = "age".getBytes();
List<Put> puts = new ArrayList<Put>();
/*Put put1 = new Put("1".getBytes());
put1.addColumn(cf, nameBytes, "xiaofazeng".getBytes());
put1.addColumn(cf, ageBytes, "13".getBytes());
puts.add(put1);
Put put2 = new Put("2".getBytes());
put2.addColumn(cf, nameBytes, "xiaoshihao".getBytes());
put2.addColumn(cf, ageBytes, "15".getBytes());*/
// puts.add(put2);
for (int i = 1000; i <= 10000; i++) {
Put put = new Put((i + "").getBytes());
put.addColumn(cf, nameBytes, ("xiaohuihui" + i).getBytes());
put.addColumn(cf, ageBytes, ("" + (i % 99 + 1)).getBytes());
puts.add(put);
}
t3.put(puts);
t3.close();
}
@Test
public void testGetRecord() throws IOException {
Table table = connection.getTable(TableName.valueOf("t3"));
List<Get> gets = Arrays.asList(
new Get("1".getBytes()),
new Get("2".getBytes()).addColumn("cf".getBytes(), "name".getBytes())
);
Result[] results = table.get(gets);
for (Result result : results) {
CellScanner cs = result.cellScanner();
while(cs.advance()) {
System.out.println("=======================================================");
Cell cell = cs.current();
String value = new String(cell.getValueArray(), cell.getValueOffset(), cell.getValueLength());
String cf = new String(cell.getFamilyArray(), cell.getFamilyOffset(), cell.getFamilyLength());
String qualifier = new String(cell.getQualifierArray(), cell.getQualifierOffset(), cell.getQualifierLength());
String rk = new String(cell.getRowArray(), cell.getRowOffset(), cell.getRowLength());
long timestamp = cell.getTimestamp();
System.out.println(rk + "/t" + cf + ":" + qualifier + "/t" + timestamp + "/t" + value);
System.out.println("cell.getValueArray() == cell.getFamilyArray()? " + (cell.getValueArray() == cell.getFamilyArray()));
System.out.println("cell.getValueArray() == cell.getQualifierArray()? " + (cell.getValueArray() == cell.getQualifierArray()));
System.out.println("cell.getValueArray() == cell.getRowArray()? " + (cell.getValueArray() == cell.getRowArray()));
System.out.println("------------------------------------------------------");
int rowOffset = cell.getRowOffset();
short rowLength = cell.getRowLength();
int fOffset = cell.getFamilyOffset();
byte fLength = cell.getFamilyLength();
int qOffset = cell.getQualifierOffset();
int qLength = cell.getQualifierLength();
int vOffset = cell.getValueOffset();
int vLength = cell.getValueLength();
byte typeByte = cell.getTypeByte();
System.out.println("rowOffset: " + rowOffset + ", rowLength: " + rowLength);
System.out.println("fOffset: " + fOffset + ", fLength: " + fLength);
System.out.println("qOffset: " + qOffset + ", qLength: " + qLength);
System.out.println("vOffset: " + vOffset + ", vLength: " + vLength);
System.out.println("typeByte: " + typeByte);
}
}
table.close();
}
@Test
public void testScan() throws IOException {
Table table = connection.getTable(TableName.valueOf("t3"));
Scan scan = new Scan();
ResultScanner resultScanner = table.getScanner(scan);
/* for (Result result : resultScanner) {
String name = new String(result.getValue("cf".getBytes(), "name".getBytes()));
int age = Integer.valueOf(new String(result.getValue("cf".getBytes(), "age".getBytes())));
String rowKey = new String(result.getRow());
System.out.println(rowKey + "/t" + "cf:name-->" + name + ", cf:age-->" + age);
}*/
resultScanner.forEach(result -> {
String name = new String(result.getValue("cf".getBytes(), "name".getBytes()));
int age = Integer.valueOf(new String(result.getValue("cf".getBytes(), "age".getBytes())));
String rowKey = new String(result.getRow());
System.out.println(rowKey + "/t" + "cf:name-->" + name + ", cf:age-->" + age);
});
table.close();
}
/**
* 条件查询
* 其实说白了就是sql中的where条件，给hbase程序添加过滤器
* @throws IOException
*/
@Test
public void testQueryByCondtion() throws IOException {
Table table = connection.getTable(TableName.valueOf("t3"));
Scan scan = new Scan();
Filter filter1 = new SingleColumnValueFilter("cf".getBytes(),
"age".getBytes(),
CompareFilter.CompareOp.GREATER_OR_EQUAL,
"13".getBytes());
Filter filter2 = new SingleColumnValueFilter("cf".getBytes(),
"age".getBytes(),
CompareFilter.CompareOp.LESS_OR_EQUAL,
"18".getBytes());
FilterList filterList = new FilterList();
filterList.addFilter(filter1);
filterList.addFilter(filter2);
scan.setFilter(filterList);
ResultScanner resultScanner = table.getScanner(scan);
resultScanner.forEach(result -> {
String name = new String(result.getValue("cf".getBytes(), "name".getBytes()));
int age = Integer.valueOf(new String(result.getValue("cf".getBytes(), "age".getBytes())));
String rowKey = new String(result.getRow());
System.out.println(rowKey + "/t" + "cf:name-->" + name + ", cf:age-->" + age);
});
table.close();
}
@After
public void cleanUp() throws IOException {
admin.close();
connection.close();
}
}HBase相关maven依赖
<properties>
<project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
<hive-api.version>2.1.0</hive-api.version>
<hadoop-api.version>2.6.4</hadoop-api.version>
<hadoop-core.version>1.2.1</hadoop-core.version>
<hbase-version>1.1.5</hbase-version>
</properties>
<dependencies>
<dependency>
<groupId>junit</groupId>
<artifactId>junit</artifactId>
<version>4.12</version>
</dependency>
<!-- HBase的maven依赖-->
<dependency>
<groupId>org.apache.hbase</groupId>
<artifactId>hbase-client</artifactId>
<version>${hbase-version}</version>
</dependency>
<dependency>
<groupId>org.apache.hbase</groupId>
<artifactId>hbase-server</artifactId>
<version>${hbase-version}</version>
</dependency>
<dependency>
<groupId>org.apache.hive</groupId>
<artifactId>hive-hbase-handler</artifactId>
<version>${hive-api.version}</version>
</dependency>
</dependencies>
<build>
<plugins>
<!-- compiler插件, 设定JDK版本 -->
<plugin>
<groupId>org.apache.maven.plugins</groupId>
<artifactId>maven-compiler-plugin</artifactId>
<version>2.3.2</version>
<configuration>
<encoding>UTF-8</encoding>
<source>1.8</source>
<target>1.8</target>
<showWarnings>true</showWarnings>
</configuration>
</plugin>
<plugin>
<artifactId>maven-assembly-plugin</artifactId>
<configuration>
<descriptorRefs>
<descriptorRef>jar-with-dependencies</descriptorRef>
</descriptorRefs>
<archive>
<manifest>
<mainClass>com.uplooking.bigdata.hbase.HBase2HDFSOps</mainClass>
</manifest>
</archive>
</configuration>
<executions>
<execution>
<id>make-assembly</id>
<phase>package</phase>
<goals>
<goal>single</goal>
</goals>
</execution>
</executions>
</plugin>
</plugins>
</build>原创文章，作者：奋斗，如若转载，请注明出处：https://blog.ytso.com/193663.html