HBase的安装和使用
文章做者：foochanehtml
原文连接：foochane.cn/article/201…java
1 Hbase基本介绍
Hbase是一个分布式数据库,能够提供数据的实时随机读写。node
Hbase与mysql、oralce、db2、sqlserver等关系型数据库不一样，它是一个NoSQL数据库（非关系型数据库）,而且有以下特色：mysql
Hbase的表模型与关系型数据库的表模型不一样：Hbase的表没有固定的字段定义；Hbase的表中每行存储的都是一些key-value对Hbase的表中有列族的划分，用户能够指定将哪些kv插入哪一个列族Hbase的表在物理存储上，是按照列族来分割的，不一样列族的数据必定存储在不一样的文件中Hbase的表中的每一行都固定有一个行键，并且每一行的行键在表中不能重复Hbase中的数据，包含行键，包含key，包含value，都是byte[ ]类型，hbase不负责为用户维护数据类型Hbase对事务的支持不好
HBASE相比于其余nosql数据库(mongodb、redis、cassendra、hazelcast)的特色： 由于Hbase的表数据存储在HDFS文件系统中,因此存储容量能够线性扩展； 数据存储的安全性可靠性极高！redis
2 Hbase的表结构
| rowkey:行键 | base_info | extra_info |
|---|---|---|
| 001 | name:zs,age:22,sex:male | hobbiy:read,addr:beijing |
| 002 | name:laowang,sex:male |
hbase的表模型跟mysql之类的关系型数据库的表模型差异巨大sql
hbase的表模型中有：行的概念；但没有字段的概念mongodb
行中存的都是key-value对，每行中的key-value对中的key能够是各类各样的。shell
hbase表模型的要点数据库
- 一个表，有表名
- 一个表能够分为多个列族（不一样列族的数据会存储在不一样文件中）
- 表中的每一行有一个“行键rowkey”，并且行键在表中不能重复
- 表中的每一对
key-value叫作一个cell - hbase能够对数据存储多个历史版本（历史版本数量可配置），默认取最新的版本
- 整张表因为数据量过大，会被横向切分红若干个region（用rowkey范围标识），不一样region的数据也存储在不一样文件中
hbase会对插入的数据按顺序存储：apache
- 首先会按行键排序
- 同一行里面的kv会按列族排序，再按k排序
hbase的表数据类型：
hbase中只支持byte[] ,此处的byte[] 包括了： rowkey,key,value,列族名,表名。 表划分为不一样的region。
3 Hbase工做机制
[图片上传失败...(image-ec30fc-1561887883664)]
Hbase分布式系统包含两个角色
- 管理角色：HMaster(通常2台，一台active，一台standby）
- 数据节点角色：HRegionServer（多台，和datanode在一块儿）
Hbase不作数据处理的话，不须要yarn，yarn是复制Mapreduce计算的，Hbase只是负责数据管理
4 Hbase安装
4.1 安装准备
首先，要有一个HDFS集群，并正常运行； Hbase的regionserver应该跟hdfs中的datanode在一块儿 其次，还须要一个zookeeper集群，并正常运行,因此安装Hbase要先安装zookeeper，zookeeper前面已经安装过了。 而后，安装Hbase
4.2 节点安排
各个节点角色分配以下：
| 节点 | 安装的服务 |
|---|---|
| Master | namenode datanode regionserver hmaster zookeeper |
| Slave01 | datanode regionserver zookeeper |
| Slave02 | datanode regionserver zookeeper |
4.3 安装Hbase
解压hbase安装包 hbase-2.0.5-bin.tar.gz
修改hbase-env.sh
export JAVA_HOME=/usr/local/bigdata/java/jdk1.8.0_211
# 不启动hbase自带的zookeeper,咱们本身已经装了
export HBASE_MANAGES_ZK=false
复制代码
修改hbase-site.xml
<configuration>
<!-- 指定hbase在HDFS上存储的路径 -->
<property>
<name>hbase.rootdir</name>
<value>hdfs://Master:9000/hbase</value>
</property>
<!-- 指定hbase是分布式的 -->
<property>
<name>hbase.cluster.distributed</name>
<value>true</value>
</property>
<!-- 指定zk的地址，多个用“,”分割 -->
<property>
<name>hbase.zookeeper.quorum</name>
<value>Master:2181,Slave01:2181,Slave02:2181</value>
</property>
</configuration>
复制代码
修改 regionservers
Master
Slave01
Slave02
复制代码
修改完成后，将安装文件夹放到三个节点的/usr/local/bigdata/目录下
6 启动Hbase集群
先检查hdfs和zookeeper是否正常启动， Master：
hadoop@Master:~$ jps
4918 DataNode
2744 QuorumPeerMain
4748 NameNode
9949 Jps
5167 SecondaryNameNode
hadoop@Master:~$ /usr/local/bigdata/zookeeper-3.4.6/bin/zkServer.sh status
JMX enabled by default
Using config: /usr/local/bigdata/zookeeper-3.4.6/bin/../conf/zoo.cfg
Mode: follower
复制代码
Slave01:
hadoop@Slave1:~$ jps
3235 QuorumPeerMain
3779 DataNode
5546 Jps
hadoop@Slave1:~$ /usr/local/bigdata/zookeeper-3.4.6/bin/zkServer.sh status
JMX enabled by default
Using config: /usr/local/bigdata/zookeeper-3.4.6/bin/../conf/zoo.cfg
Mode: leader
复制代码
Slave02:
hadoop@Slave2:~$ jps
11958 DataNode
13656 Jps
11390 QuorumPeerMain
hadoop@Slave2:~$ /usr/local/bigdata/zookeeper-3.4.6/bin/zkServer.sh status
JMX enabled by default
Using config: /usr/local/bigdata/zookeeper-3.4.6/bin/../conf/zoo.cfg
Mode: follower
复制代码
而后执行start-hbase.sh
$ bin/start-hbase.sh
复制代码
上面的命令会启动配置文件regionserver里添加的全部机器，若是想手动启动其中一台能够用：
$ bin/hbase-daemon.sh start regionserver
复制代码
启动完成后在Master上会启动HRegionServer和HMaster两个服务，Slave01和Slave02会启动HMaster服务。
高可用Hbase集群应配置两台master一台处于active状态一台处于standby状态，用于监听regionserver
能够再从另外两条机器中再启动一个HRegionServer服务。
$ bin/hbase-daemon.sh start master
复制代码
新启的这个master会处于backup状态
7 启动Hbase的命令行客户端
使用命令hbase shell
bin/hbase shell
Hbase> list // 查看表
Hbase> status // 查看集群状态
Hbase> version // 查看集群版本
复制代码
问题
ERROR: org.apache.hadoop.hbase.ipc.ServerNotRunningYetException: Server is not running yet
at org.apache.hadoop.hbase.master.HMaster.checkServiceStarted(HMaster.java:2932)
at org.apache.hadoop.hbase.master.MasterRpcServices.isMasterRunning(MasterRpcServices.java:1084)
at org.apache.hadoop.hbase.shaded.protobuf.generated.MasterProtos$MasterService$2.callBlockingMethod(MasterProtos.java)
at org.apache.hadoop.hbase.ipc.RpcServer.call(RpcServer.java:413)
at org.apache.hadoop.hbase.ipc.CallRunner.run(CallRunner.java:130)
at org.apache.hadoop.hbase.ipc.RpcExecutor$Handler.run(RpcExecutor.java:324)
at org.apache.hadoop.hbase.ipc.RpcExecutor$Handler.run(RpcExecutor.java:304)
复制代码
解决
$ hdfs dfsadmin -safemode leave
复制代码
8 Hbase命令行客户端操做
8.1 建表
create 't_user_info','base_info','extra_info'
表名 列族名 列族名
复制代码
8.2 插入数据：
hbase(main):011:0> put 't_user_info','001','base_info:username','zhangsan'
0 row(s) in 0.2420 seconds
hbase(main):012:0> put 't_user_info','001','base_info:age','18'
0 row(s) in 0.0140 seconds
hbase(main):013:0> put 't_user_info','001','base_info:sex','female'
0 row(s) in 0.0070 seconds
hbase(main):014:0> put 't_user_info','001','extra_info:career','it'
0 row(s) in 0.0090 seconds
hbase(main):015:0> put 't_user_info','002','extra_info:career','actoress'
0 row(s) in 0.0090 seconds
hbase(main):016:0> put 't_user_info','002','base_info:username','liuyifei'
0 row(s) in 0.0060 seconds
复制代码
8.3 查询数据方式一：scan 扫描
hbase(main):017:0> scan 't_user_info'
ROW COLUMN+CELL
001 column=base_info:age, timestamp=1496567924507, value=18
001 column=base_info:sex, timestamp=1496567934669, value=female
001 column=base_info:username, timestamp=1496567889554, value=zhangsan
001 column=extra_info:career, timestamp=1496567963992, value=it
002 column=base_info:username, timestamp=1496568034187, value=liuyifei
002 column=extra_info:career, timestamp=1496568008631, value=actoress
2 row(s) in 0.0420 seconds
复制代码
8.4 查询数据方式二：get 单行数据
hbase(main):020:0> get 't_user_info','001'
COLUMN CELL
base_info:age timestamp=1496568160192, value=19
base_info:sex timestamp=1496567934669, value=female
base_info:username timestamp=1496567889554, value=zhangsan
extra_info:career timestamp=1496567963992, value=it
4 row(s) in 0.0770 seconds
复制代码
8.5 删除一个kv数据
hbase(main):021:0> delete 't_user_info','001','base_info:sex'
0 row(s) in 0.0390 seconds
删除整行数据：
hbase(main):024:0> deleteall 't_user_info','001'
0 row(s) in 0.0090 seconds
hbase(main):025:0> get 't_user_info','001'
COLUMN CELL
0 row(s) in 0.0110 seconds
3.4.1.6. 删除整个表：
hbase(main):028:0> disable 't_user_info'
0 row(s) in 2.3640 seconds
hbase(main):029:0> drop 't_user_info'
0 row(s) in 1.2950 seconds
hbase(main):030:0> list
TABLE
0 row(s) in 0.0130 seconds
=> []
复制代码
8.6 Hbase重要特性--排序特性（行键）
插入到hbase中去的数据，hbase会自动排序存储： 排序规则： 首先看行键，而后看列族名，而后看列（key）名； 按字典顺序
Hbase的这个特性跟查询效率有极大的关系
好比：一张用来存储用户信息的表，有名字，户籍，年龄，职业....等信息 而后，在业务系统中常常须要： 查询某个省的全部用户 常常须要查询某个省的指定姓的全部用户
思路：若是能将相同省的用户在hbase的存储文件中连续存储，而且能将相同省中相同姓的用户连续存储，那么，上述两个查询需求的效率就会提升！！！
作法：将查询条件拼到rowkey内
9 HBASE客户端API操做
9.1 DDL操做
代码流程：
- 建立一个链接：
Connection conn = ConnectionFactory.createConnection(conf); - 拿到一个DDL操做器：表管理器：
adminAdmin admin = conn.getAdmin(); - 用表管理器的api去建表、删表、修改表定义：
admin.createTable(HTableDescriptor descriptor);
@Before
public void getConn() throws Exception{
// 构建一个链接对象
Configuration conf = HBaseConfiguration.create(); // 会自动加载hbase-site.xml
conf.set("hbase.zookeeper.quorum", "192.168.233.200:2181,192.168.233.201:2181,192.168.233.202:2181");
conn = ConnectionFactory.createConnection(conf);
}
/** * DDL * @throws Exception */
@Test
public void testCreateTable() throws Exception{
// 从链接中构造一个DDL操做器
Admin admin = conn.getAdmin();
// 建立一个表定义描述对象
HTableDescriptor hTableDescriptor = new HTableDescriptor(TableName.valueOf("user_info"));
// 建立列族定义描述对象
HColumnDescriptor hColumnDescriptor_1 = new HColumnDescriptor("base_info");
hColumnDescriptor_1.setMaxVersions(3); // 设置该列族中存储数据的最大版本数,默认是1
HColumnDescriptor hColumnDescriptor_2 = new HColumnDescriptor("extra_info");
// 将列族定义信息对象放入表定义对象中
hTableDescriptor.addFamily(hColumnDescriptor_1);
hTableDescriptor.addFamily(hColumnDescriptor_2);
// 用ddl操做器对象：admin 来建表
admin.createTable(hTableDescriptor);
// 关闭链接
admin.close();
conn.close();
}
/** * 删除表 * @throws Exception */
@Test
public void testDropTable() throws Exception{
Admin admin = conn.getAdmin();
// 停用表
admin.disableTable(TableName.valueOf("user_info"));
// 删除表
admin.deleteTable(TableName.valueOf("user_info"));
admin.close();
conn.close();
}
// 修改表定义--添加一个列族
@Test
public void testAlterTable() throws Exception{
Admin admin = conn.getAdmin();
// 取出旧的表定义信息
HTableDescriptor tableDescriptor = admin.getTableDescriptor(TableName.valueOf("user_info"));
// 新构造一个列族定义
HColumnDescriptor hColumnDescriptor = new HColumnDescriptor("other_info");
hColumnDescriptor.setBloomFilterType(BloomType.ROWCOL); // 设置该列族的布隆过滤器类型
// 将列族定义添加到表定义对象中
tableDescriptor.addFamily(hColumnDescriptor);
// 将修改过的表定义交给admin去提交
admin.modifyTable(TableName.valueOf("user_info"), tableDescriptor);
admin.close();
conn.close();
}
复制代码
9.2 DML操做
HBase的增删改查
Connection conn = null;
@Before
public void getConn() throws Exception{
// 构建一个链接对象
Configuration conf = HBaseConfiguration.create(); // 会自动加载hbase-site.xml
conf.set("hbase.zookeeper.quorum", "Master:2181,Slave01:2181,Slave02:2181");
conn = ConnectionFactory.createConnection(conf);
}
/** * 增 * 改:put来覆盖 * @throws Exception */
@Test
public void testPut() throws Exception{
// 获取一个操做指定表的table对象,进行DML操做
Table table = conn.getTable(TableName.valueOf("user_info"));
// 构造要插入的数据为一个Put类型(一个put对象只能对应一个rowkey)的对象
Put put = new Put(Bytes.toBytes("001"));
put.addColumn(Bytes.toBytes("base_info"), Bytes.toBytes("username"), Bytes.toBytes("张三"));
put.addColumn(Bytes.toBytes("base_info"), Bytes.toBytes("age"), Bytes.toBytes("18"));
put.addColumn(Bytes.toBytes("extra_info"), Bytes.toBytes("addr"), Bytes.toBytes("北京"));
Put put2 = new Put(Bytes.toBytes("002"));
put2.addColumn(Bytes.toBytes("base_info"), Bytes.toBytes("username"), Bytes.toBytes("李四"));
put2.addColumn(Bytes.toBytes("base_info"), Bytes.toBytes("age"), Bytes.toBytes("28"));
put2.addColumn(Bytes.toBytes("extra_info"), Bytes.toBytes("addr"), Bytes.toBytes("上海"));
ArrayList<Put> puts = new ArrayList<>();
puts.add(put);
puts.add(put2);
// 插进去
table.put(puts);
table.close();
conn.close();
}
/** * 循环插入大量数据 * @throws Exception */
@Test
public void testManyPuts() throws Exception{
Table table = conn.getTable(TableName.valueOf("user_info"));
ArrayList<Put> puts = new ArrayList<>();
for(int i=0;i<100000;i++){
Put put = new Put(Bytes.toBytes(""+i));
put.addColumn(Bytes.toBytes("base_info"), Bytes.toBytes("username"), Bytes.toBytes("张三"+i));
put.addColumn(Bytes.toBytes("base_info"), Bytes.toBytes("age"), Bytes.toBytes((18+i)+""));
put.addColumn(Bytes.toBytes("extra_info"), Bytes.toBytes("addr"), Bytes.toBytes("北京"));
puts.add(put);
}
table.put(puts);
}
/** * 删 * @throws Exception */
@Test
public void testDelete() throws Exception{
Table table = conn.getTable(TableName.valueOf("user_info"));
// 构造一个对象封装要删除的数据信息
Delete delete1 = new Delete(Bytes.toBytes("001"));
Delete delete2 = new Delete(Bytes.toBytes("002"));
delete2.addColumn(Bytes.toBytes("extra_info"), Bytes.toBytes("addr"));
ArrayList<Delete> dels = new ArrayList<>();
dels.add(delete1);
dels.add(delete2);
table.delete(dels);
table.close();
conn.close();
}
/** * 查 * @throws Exception */
@Test
public void testGet() throws Exception{
Table table = conn.getTable(TableName.valueOf("user_info"));
Get get = new Get("002".getBytes());
Result result = table.get(get);
// 从结果中取用户指定的某个key的value
byte[] value = result.getValue("base_info".getBytes(), "age".getBytes());
System.out.println(new String(value));
System.out.println("-------------------------");
// 遍历整行结果中的全部kv单元格
CellScanner cellScanner = result.cellScanner();
while(cellScanner.advance()){
Cell cell = cellScanner.current();
byte[] rowArray = cell.getRowArray(); //本kv所属的行键的字节数组
byte[] familyArray = cell.getFamilyArray(); //列族名的字节数组
byte[] qualifierArray = cell.getQualifierArray(); //列名的字节数据
byte[] valueArray = cell.getValueArray(); // value的字节数组
System.out.println("行键: "+new String(rowArray,cell.getRowOffset(),cell.getRowLength()));
System.out.println("列族名: "+new String(familyArray,cell.getFamilyOffset(),cell.getFamilyLength()));
System.out.println("列名: "+new String(qualifierArray,cell.getQualifierOffset(),cell.getQualifierLength()));
System.out.println("value: "+new String(valueArray,cell.getValueOffset(),cell.getValueLength()));
}
table.close();
conn.close();
}
/** * 按行键范围查询数据 * @throws Exception */
@Test
public void testScan() throws Exception{
Table table = conn.getTable(TableName.valueOf("user_info"));
// 包含起始行键，不包含结束行键,可是若是真的想查询出末尾的那个行键，那么，能够在末尾行键上拼接一个不可见的字节（\000）
Scan scan = new Scan("10".getBytes(), "10000\001".getBytes());
ResultScanner scanner = table.getScanner(scan);
Iterator<Result> iterator = scanner.iterator();
while(iterator.hasNext()){
Result result = iterator.next();
// 遍历整行结果中的全部kv单元格
CellScanner cellScanner = result.cellScanner();
while(cellScanner.advance()){
Cell cell = cellScanner.current();
byte[] rowArray = cell.getRowArray(); //本kv所属的行键的字节数组
byte[] familyArray = cell.getFamilyArray(); //列族名的字节数组
byte[] qualifierArray = cell.getQualifierArray(); //列名的字节数据
byte[] valueArray = cell.getValueArray(); // value的字节数组
System.out.println("行键: "+new String(rowArray,cell.getRowOffset(),cell.getRowLength()));
System.out.println("列族名: "+new String(familyArray,cell.getFamilyOffset(),cell.getFamilyLength()));
System.out.println("列名: "+new String(qualifierArray,cell.getQualifierOffset(),cell.getQualifierLength()));
System.out.println("value: "+new String(valueArray,cell.getValueOffset(),cell.getValueLength()));
}
System.out.println("----------------------");
}
}
@Test
public void test(){
String a = "000";
String b = "000\0";
System.out.println(a);
System.out.println(b);
byte[] bytes = a.getBytes();
byte[] bytes2 = b.getBytes();
System.out.println("");
}
复制代码
相关文章
- 1. HBase的安装和使用
- 2. Hbase的部署安装和使用API
- 3. Hbase安装使用
- 4. hbase单机安装和简单使用
- 5. Apache-phoenix安装和使用操做HBase
- 6. 【HBase】HBase 单机版安装及使用
- 7. HBase之Phoenix与HBase简介以及安装部署和使用
- 8. Hbase的安装和配置
- 9. Hbase和Hive安装
- 10. HBase的安装、配置、使用
- 更多相关文章...
- • Redis基本安装和使用 - Redis教程
- • Wireshark下载安装和使用教程 - TCP/IP教程
- • Composer 安装与使用
- • 适用于PHP初学者的学习线路和建议
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章