Hbase安装与简介

时间 2019-12-01

标签 hbase 安装简介栏目 Hadoop 繁體版

原文原文链接

（一）简介：html

HBase是一个分布式的、面向列的开源数据库。HBase是Google Bigtable的开源实现，它利用Hadoop HDFS做为其文件存储系统，利用Hadoop MapReduce来处理HBase中的海量数据，利用Zookeeper做为协同服务。 linux

表结构：sql

HBase以表的形式存储数据。表有行和列组成。列划分为若干个列族/列簇(column family)。
shell

Row Key	column-family1		column-family2			column-family3
Row Key	column1	column2	column1	column2	column3	column1
key1
key2
key3

如上图所示，key一、key二、key3是三条记录的惟一的row key值，column-family一、column-family二、column-family3是三个列族，每一个列族下又包括几列，好比column-family1这个列族下包括两列，名字是column1和column2。t1:ab ,t2:dx是由row key1和column-family1—column1惟一肯定的一个单元cell。这个cell中有两个数据，ab和dx。两个值的时间戳不同，分别是t1,t2，hbase会返回最新时间的值给请求者。数据库

名词定义：apache

1）Row Key
与nosql数据库们同样,row key是用来检索记录的主键。访问hbase table中的行，只有三种方式：ubuntu

单个row key访问
经过row key的range
全表扫描

Row key能够是任意字符串(最大长度是 64KB，实际应用中长度通常为 10-100bytes)，在hbase内部，row key保存为字节数组。
存储时，数据按照Row key的字典序(byte order)排序存储。设计key时，将常常一块儿读取的行存储放到一块儿。(位置相关性)

2）列族 column family
hbase表中的每一个列，都归属与某个列族。列族是表的schema的一部分(而列不是)，必须在使用表以前定义。列名都以列族做为前缀。例如courses:history ， courses:math 都属于 courses 这个列族。
3）单元 Cell
HBase中经过row和columns肯定的为一个存贮单元称为cell。由{row key, column( =<family> + <label>), version} 惟一肯定的单元。cell中的数据是没有类型的，所有是字节码形式存储。

4）时间戳 timestamp
每一个cell都保存着同一份数据的多个版本。版本经过时间戳来索引。时间戳的类型是 64位整型。时间戳能够由hbase(在数据写入时自动 )赋值，此时时间戳是精确到毫秒的当前系统时间。时间戳也能够由客户显式赋值。若是应用程序要避免数据版本冲突，就必须本身生成具备惟一性的时间戳。每一个cell中，不一样版本的数据按照时间倒序排序，即最新的数据排在最前面。
为了不数据存在过多版本形成的的管理 (包括存贮和索引)负担，hbase提供了两种数据版本回收方式。一是保存数据的最后n个版本，二是保存最近一段时间内的版本（好比最近七天）。用户能够针对每一个列族进行设置。

（二）安装：

1. 下载安装包：http://www.apache.org/dyn/closer.cgi/hbase/，下载后缀为 .tar.gz 结尾的文件。本文测试的版本是 hbase-0.94.10.tar.gz

2. 解压

tar zxvf  hbase-0.94.10.tar.gz

3. 修改数据存储目录，编辑 conf/hbase-site.xml 配置hbase.rootdir

<?xml version="1.0"?>  
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>  
<configuration>  
  <property>  
    <name>hbase.rootdir</name>  
    <value>存储目录</value>  
  </property>  
</configuration>

4. 启动Hbase

./bin/start-hbase.sh

starting master, logging to /home/onlyone/software/hbase-0.94.10/bin/../logs/hbase-onlyone-master-ubuntu.out

全部的服务都运行在一个JVM上，包括Hbase和Zookeeper。Hbase的日志放在logs目录，当你启动出问题的时候，能够检查这个日志。
5. 用shell链接Hbase

./bin/hbase shell

（三）操做演示

有一学生成绩表

name	grade	course
name	grade	math	art
Tom	6	99	100
Yangli	15

这里grade对于表来讲是一个只有它本身的列族，course对于表来讲是一个有两个列的列族，这个列族由两个列组成math和art，固然咱们能够根据须要在course中创建更多的列，如computer、physics等列添加入course列族。

1）创建一个表scores，有两个列族grade和course

hbase(main):001:0> create 'scores' ,'grade','course'

list命令来查看当前HBase里有哪些表

hbase(main):002:0> list
TABLE                                                                                                                
scores                                                                                                               
test                                                                                                                 
2 row(s) in 0.1320 seconds

describe命令来查看表结构

hbase(main):001:0> describe 'scores'
DESCRIPTION                                                                 ENABLED                                  
 'scores', {NAME => 'course', DATA_BLOCK_ENCODING => 'NONE', BLOOMFILTER => true                                     
  'NONE', REPLICATION_SCOPE => '0', VERSIONS => '3', COMPRESSION => 'NONE',                                          
  MIN_VERSIONS => '0', TTL => '2147483647', KEEP_DELETED_CELLS => 'false',                                           
 BLOCKSIZE => '65536', IN_MEMORY => 'false', ENCODE_ON_DISK => 'true', BLOC                                          
 KCACHE => 'true'}, {NAME => 'grade', DATA_BLOCK_ENCODING => 'NONE', BLOOMF                                          
 ILTER => 'NONE', REPLICATION_SCOPE => '0', VERSIONS => '3', COMPRESSION =>                                          
  'NONE', MIN_VERSIONS => '0', TTL => '2147483647', KEEP_DELETED_CELLS => '                                          
 false', BLOCKSIZE => '65536', IN_MEMORY => 'false', ENCODE_ON_DISK => 'tru                                          
 e', BLOCKCACHE => 'true'}                                                                                           
1 row(s) in 0.7240 seconds

ps：记得全部的表名、列名都须要加上引号

2）插入值

hbase(main):007:0> put 'scores','Tom','grade','6'
0 row(s) in 0.0790 seconds

hbase(main):008:0> put 'scores','Tom','course:math','99'
0 row(s) in 0.0060 seconds

hbase(main):009:0> put 'scores','Tom','course:art','100'
0 row(s) in 0.0100 seconds

／／扫描表数据
hbase(main):010:0> scan 'scores'
ROW                            COLUMN+CELL                                                                           
 Tom                           column=course:art, timestamp=1376493359159, value=100                                 
 Tom                           column=course:math, timestamp=1376493340514, value=99                                 
 Tom                           column=grade:, timestamp=1376493316800, value=6                                       
1 row(s) in 0.0530 seconds

put命令比较简单：
hbase> put ‘t1′, ‘r1′, ‘c1′, ‘value'

t1指表名，r1指行键名，c1指列名，value指单元格值

3）根据键值查询数据

hbase(main):012:0> get 'scores' ,'Tom'
COLUMN                         CELL                                                                                  
 course:art                    timestamp=1376493359159, value=100                                                    
 course:math                   timestamp=1376493340514, value=99                                                     
 grade:                        timestamp=1376493316800, value=6                                                      
3 row(s) in 0.0170 seconds

hbase(main):013:0> get 'scores' ,'Tom','grade'
COLUMN                         CELL                                                                                  
 grade:                        timestamp=1376493316800, value=6                                                      
1 row(s) in 0.0080 seconds

hbase(main):014:0> get 'scores' ,'Tom','course:math'
COLUMN                         CELL                                                                                  
 course:math                   timestamp=1376493340514, value=99                                                     
1 row(s) in 0.0250 seconds

4）删除指定数据

hbase(main):016:0> delete 'scores' ,'Tom','grade'
0 row(s) in 0.1350 seconds

hbase(main):017:0> scan 'scores'
ROW                            COLUMN+CELL                                                                           
 Tom                           column=course:art, timestamp=1376493359159, value=100                                 
 Tom                           column=course:math, timestamp=1376493340514, value=99                                 
1 row(s) in 0.1380 seconds

5）统计行数：

hbase(main):018:0> count 'scores'
1 row(s) in 0.8500 seconds

6）hbase shell脚本
既然是shell命令，固然也能够把全部的hbase shell命令写入到一个文件内，象linux shell脚本那样顺序执行全部命令。如：

shell test.hbaseshell

参考资料： http://www.jb51.net/article/31172.htm