HBase基本概念和hbase shell常用命令用法
1. 簡介
HBase是一個分布式的、面向列的開源數據庫,源于google的一篇論文《bigtable：一個結構化數據的分布式存儲系統》。HBase是Google Bigtable的開源實現，它利用Hadoop HDFS作為其文件存儲系統，利用Hadoop MapReduce來處理HBase中的海量數據，利用Zookeeper作為協同服務。
2. HBase的表結構
HBase以表的形式存儲數據。表有行和列組成。列劃分為若干個列族/列簇(column family)。
| Row Key | column-family1 | column-family2 | column-family3 | |||
| column1 | column2 | column1 | column2 | column3 | column1 | |
| key1 | t1:abc t2:gdxdf | ? | t4:dfads t3:hello t2:world | ? | ? | ? |
| key2 | t3:abc t1:gdxdf | ? | t4:dfads t3:hello | ? | t2:dfdsfa t3:dfdf | ? |
| key3 | ? | t2:dfadfasd t1:dfdasddsf | ? | ? | ? | t2:dfxxdfasd t1:taobao.com |
如上圖所示，key1,key2,key3是三條記錄的唯一的row key值，column-family1,column-family2,column-family3是三個列族，每個列族下又包括幾列。比如column-family1這個列族下包括兩列，名字是column1和column2，t1:abc,t2:gdxdf是由row key1和column-family1-column1唯一確定的一個單元cell。這個cell中有兩個數據，abc和gdxdf。兩個值的時間戳不一樣，分別是t1,t2, hbase會返回最新時間的值給請求者。
這些名詞的具體含義如下：
(1)?Row Key
與nosql數據庫們一樣,row key是用來檢索記錄的主鍵。訪問hbase table中的行，只有三種方式：
(1.1) 通過單個row key訪問
(1.2) 通過row key的range
(1.3) 全表掃描
Row key行鍵 (Row key)可以是任意字符串(最大長度是 64KB，實際應用中長度一般為 10-100bytes)，在hbase內部，row key保存為字節數組。
存儲時，數據按照Row key的字典序(byte order)排序存儲。設計key時，要充分排序存儲這個特性，將經常一起讀取的行存儲放到一起。(位置相關性)
注意：
字典序對int排序的結果是1,10,100,11,12,13,14,15,16,17,18,19,2,20,21,…,9,91,92,93,94,95,96,97,98,99。要保持整形的自然序，行鍵必須用0作左填充。
行的一次讀寫是原子操作 (不論一次讀寫多少列)。這個設計決策能夠使用戶很容易的理解程序在對同一個行進行并發更新操作時的行為。
(2)?列族 column family
hbase表中的每個列，都歸屬與某個列族。列族是表的chema的一部分(而列不是)，必須在使用表之前定義。列名都以列族作為前綴。例如courses:history ， courses:math 都屬于 courses 這個列族。
訪問控制、磁盤和內存的使用統計都是在列族層面進行的。實際應用中，列族上的控制權限能幫助我們管理不同類型的應用：我們允許一些應用可以添加新的基本數據、一些應用可以讀取基本數據并創建繼承的列族、一些應用則只允許瀏覽數據（甚至可能因為隱私的原因不能瀏覽所有數據）。
(3) 單元?Cell
HBase中通過row和columns確定的為一個存貯單元稱為cell。由{row key, column( =<family> + <label>), version} 唯一確定的單元。cell中的數據是沒有類型的，全部是字節碼形式存貯。
(4)?時間戳 timestamp
每個cell都保存著同一份數據的多個版本。版本通過時間戳來索引。時間戳的類型是 64位整型。時間戳可以由hbase(在數據寫入時自動 )賦值，此時時間戳是精確到毫秒的當前系統時間。時間戳也可以由客戶顯式賦值。如果應用程序要避免數據版本沖突，就必須自己生成具有唯一性的時間戳。每個cell中，不同版本的數據按照時間倒序排序，即最新的數據排在最前面。
為了避免數據存在過多版本造成的的管理 (包括存貯和索引)負擔，hbase提供了兩種數據版本回收方式。一是保存數據的最后n個版本，二是保存最近一段時間內的版本（比如最近七天）。用戶可以針對每個列族進行設置。
3. HBase shell的基本用法
hbase提供了一個shell的終端給用戶交互。通過執行 help get 可以看到命令的幫助信息。
以網上的一個學生成績表的例子來演示hbase的用法。
| name | grad | course | |
| math | art | ||
| zkb | 5 | 97 | 87 |
| baoniu | 4 | 89 | 80 |
這里grad對于表來說是一個列,course對于表來說是一個列族,這個列族由兩個列組成math和art,當然我們可以根據我們的需要在course中建立更多的列族,如computer,physics等相應的列添加入course列族。圖中需要注意的是90這個值，列族下面的列也是可以沒有名字的。
(1) 建立一個表格scores ?具有兩個列族grad 和courese
| hbase(main):001:0> create'scores','grade',?'course' |
| 0?row(s) in?0.4780?seconds |
(2) 查看當前HBase中具有哪些表
| hbase(main):002:0> list |
| TABLE????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????? |
| scores??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????? |
| 1?row(s) in?0.0270?seconds |
(3) 查看表的構造
| hbase(main):004:0> describe'scores' |
| DESCRIPTION???????????????????????????????????????????????? ENABLED??????????????????????????????????????????????? |
| ?{NAME =>?'scores', FAMILIES => [{NAME =>'course', BLOOMFILTER =>?'NONE', REPLICATION_SCOPE =>'0',?true?????????????????????????????????????????????????? |
| ?COMPRESSION =>?'NONE', VERSIONS =>'3', TTL =>?'2147483647', BLOCKSIZE =>'65536', IN_MEMORY => 'fal??????????????????????????????????????????????????????? |
| ?se', BLOCKCACHE => 'true'}, {NAME => 'grade', BLOOMFILTER => 'NONE', REPLICATION_SCOPE => '0', COMPR??????????????????????????????????????????????????????? |
| ?ESSION =>?'NONE', VERSIONS =>?'3', TTL =>?'2147483647', BLOCKSIZE =>'65536', IN_MEMORY =>'false',???????????????????????????????????????????????????????? |
| ?BLOCKCACHE =>'true'}]}???????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????? |
| 1?row(s) in?0.0390?seconds |
(4) 加入一行數據,行名稱為zkb 列族grad的列名為”” 值位5
| hbase(main):006:0> put'scores','zkb','grade:','5'??????? |
| 0?row(s) in?0.0420?seconds |
(5) 給zkb這一行的數據的列族course添加一列<math,97>
| hbase(main):007:0> put'scores','zkb','course:math','97' |
| 0?row(s) in?0.0270?seconds |
(6) 給zkb這一行的數據的列族course添加一列<art,87>
| hbase(main):008:0> put'scores','zkb','course:art','87' |
| 0?row(s) in?0.0260?seconds |
(7) 加入一行數據,行名稱為baoniu 列族grad的列名為”” 值為4
| hbase(main):009:0> put'scores','baoniu','grade:','4'???? |
| 0?row(s) in?0.0260?seconds |
(8) 給baoniu這一行的數據的列族course添加一列<math,89>
| hbase(main):010:0> put'scores','baoniu','course:math','89' |
| 0?row(s) in?0.0270?seconds |
(9) 給Jerry這一行的數據的列族course添加一列<art,80>
| hbase(main):011:0> put'scores','baoniu','course:art','80' |
| 0?row(s) in?0.0270?seconds |
(10) 查看scores表中zkb的相關數據
| hbase(main):012:0> get'scores','zkb' |
| COLUMN???????????????????? CELL??????????????????????????????????????????????????????????????????????????????????????????????????????????????? |
| ?course:art????????????????????????????? timestamp=1316100110921, value=87?????????????????????????????????????????????????????????????????????????????????? |
| ?course:math???????????????????????????? timestamp=1316100025944, value=97?????????????????????????????????????????????????????????????????????????????????? |
| ?grade:????????????????????????????????? timestamp=1316099975625, value=5??????????????????????????????????????????????????????????????????????????????????? |
| 3?row(s) in?0.0480?seconds |
(11) 查看scores表中所有數據
注意：scan命令可以指定startrow,stoprow來scan多個row，例如：scan 'user_test',{COLUMNS =>'info:username',LIMIT =>10, STARTROW => 'test',STOPROW=>'test2'}
| hbase(main):013:0> scan'scores' |
| ROW??????????????????????? COLUMN+CELL???????????????????????????????????????????????????????????????????????????????????????????????????????? |
| ?baoniu????????????????????????????????? column=course:art, timestamp=1316100293784, value=80??????????????????????????????????????????????????????????????? |
| ?baoniu????????????????????????????????? column=course:math, timestamp=1316100234410, value=89?????????????????????????????????????????????????????????????? |
| ?baoniu????????????????????????????????? column=grade:, timestamp=1316100178609, value=4???????????????????????????????????????????????????????????????????? |
| ?zkb???????????????????????????????????? column=course:art, timestamp=1316100110921, value=87??????????????????????????????????????????????????????????????? |
| ?zkb???????????????????????????????????? column=course:math, timestamp=1316100025944, value=97?????????????????????????????????????????????????????????????? |
| ?zkb???????????????????????????????????? column=grade:, timestamp=1316099975625, value=5???????????????????????????????????????????????????????????????????? |
| 2?row(s) in?0.0470?seconds |
(12) 查看scores表中所有數據courses列族的所有數據
| hbase(main):017:0> scan'scores',{COLUMNS =>?'course'} |
| ROW??????????????????????? COLUMN+CELL???????????????????????????????????????????????????????????????????????????????????????????????????????? |
| ?baoniu????????????????????????????????? column=course:art, timestamp=1316100293784, value=80??????????????????????????????????????????????????????????????? |
| ?baoniu????????????????????????????????? column=course:math, timestamp=1316100234410, value=89?????????????????????????????????????????????????????????????? |
| ?zkb???????????????????????????????????? column=course:art, timestamp=1316100110921, value=87??????????????????????????????????????????????????????????????? |
| ?zkb???????????????????????????????????? column=course:math, timestamp=1316100025944, value=97?????????????????????????????????????????????????????????????? |
| 2?row(s) in?0.0350?seconds |
(13) 刪除scores表
| hbase(main):024:0> disable'scores' |
| 0?row(s) in?0.0330?seconds |
| ? |
| hbase(main):025:0> drop'scores'??? |
| 0?row(s) in?1.0840?seconds |
總結下，hbase shell常用的操作命令有create,describe,disable,drop,list,scan,put,get,delete,deleteall,count,status等，通過help可以看到詳細的用法。
? ? ? HBase是一個分布式的、面向列的開源數據庫,源于google的一篇論文《bigtable：一個結構化數據的分布式存儲系統》。HBase是Google Bigtable的開源實現，它利用Hadoop HDFS作為其文件存儲系統，利用Hadoop MapReduce來處理HBase中的海量數據，利用Zookeeper作為協同服務。?
? ? ? HBase以表的形式存儲數據。表有行和列組成。列劃分為若干個列族/列簇(column family)。
? ? ?
?
? ? ? 如上圖所示，key1, key2, key3是三條記錄的唯一的row key值，column-family1, column-family2, column-family3是三個列族，每個列族下又包括幾列。比如 column-family1這個列族下包括兩列，名字是column1和column2。t1:abc,t2:gdxdf是由row key1和column-family1-column1唯一確定的一個單元cell。這個cell中有兩個數據，abc和gdxdf。兩個值的時間戳不一樣，分別是t1,t2, hbase會返回最新時間的值給請求者。?
?
二. 安裝
下載HBase最新版本，放到合適的目錄，比如/usr/local 或 /opt
之后解壓
tar -zxvf hbase-x.y.z tar.gz?
三. 命令行操作
進入解壓后的目錄，開啟hbase，啟動hbase shell
bin/start-hbase.sh bin/hbase shell
輸入 help ?可以看到命令分組
?部分命令清單
下邊分組舉例
general操作
查詢服務器狀態 ? status
查詢hbase版本 ? version
?
ddl操作
1. 創建一個表
create 'table1', 'tab1_id', 'tab1_add', 'tab1_info'2. 列出所有的表
list
3. 獲得表的描述
describe "table1"
4. 刪除一個列族 ?disable alter enable
disable 'table1' alter 'table1', {NAME=>'tab1_add', METHOD=>'delete'} enable 'table1'5. 查看表是否存在
exists 'table2'
6. 判斷表是否為‘enable’
is_enabled 'table1'判斷表是否為‘disable’
is_disabled 'table1'7. 刪除一個表
disable 'table1' drop 'table1'?
dml操作
1. 插入幾條記錄
| 1 2 3 4 5 6 | put?'member',?'scutshuxue',?'info:age',?'24' put?'member',?'scutshuxue',?'info:birthday',?'1987-06-17' put?'member',?'scutshuxue',?'info:company',?'alibaba' put?'member',?'scutshuxue',?'address:contry',?'china' put?'member',?'scutshuxue',?'address:province',?'zhejiang' put?'member',?'scutshuxue',?'address:city',?'hangzhou' |
2. 全表掃描 ?scan?
3. 獲得數據 get
3.1 獲得一行的所有數據
3.2 獲得某行，某列族的所有數據
3.3 獲得某行，某列族，某列的所有數據
4. 更新一條記錄 ?put（把scutshuxue年齡改為99）
put 'member', 'scutshuxue', 'info:age', 995. 刪除 delete、 deleteall
5.1 (刪除行'scutshuxue', 列族為‘info' 中age的值
delete 'member', 'scutshuxue', 'info:age'5.2 刪除整行
deleteall 'member', 'scutshuxue'6. 查詢表中有多少行
count 'member'7.?給‘xiaoming’這個id增加'info:age'字段，并使用counter實現遞增
incr 'member', 'xiaoming', 'info:age'8. 將整個表清空
truncate 'member'
?
tools操作
1. 創建一個表
總結
以上是生活随笔為你收集整理的HBase基本概念和hbase shell常用命令用法的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： HBase常用功能和HBase+MapR
- 下一篇： 基于IOC的GUI框架设计与实现