hbase shell

hbase基本概念和hbase shell经常使用命令用法

1. 简介

HBase是一个分布式的、面向列的开源数据库,源于google的一篇论文《bigtable：一个结构化数据的分布式存储系统》。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。

2. HBase的表结构

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)。

 

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

 

如上图所示，key1,key2,key3是三条记录的惟一的row key值，column-family1,column-family2,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:abc,t2:gdxdf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，abc和gdxdf。两个值的时间戳不 同样，分别是t1,t2, hbase会返回最新时间的值给请求者。

这些名词的具体含义以下：

(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：

(1.1) 经过单个row key访问

(1.2) 经过row key的range

(1.3) 全表扫描

Row key行键 (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，要充分排序存储这个特性，将常常一块儿读取的行存储放到一块儿。(位置相关性)

注意：

字典序对int排序的结果是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。要保持整形的天然序，行键必须用0做左填充。

行的一次读写是原子操做 (不论一次读写多少列)。这个设计决策可以使用户很容易的理解程序在对同一个行进行并发更新操做时的行为。

(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chema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。

访问控制、磁盘和内存的使用统计都是在列族层面进行的。实际应用中，列族上的控制权限能帮助咱们管理不一样类型的应用：咱们容许一些应用能够添加新的基本数 据、一些应用能够读取基本数据并建立继承的列族、一些应用则只容许浏览数据（甚至可能由于隐私的缘由不能浏览全部数据）。

(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贮。

(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。

3. HBase shell的基本用法

hbase提供了一个shell的终端给用户交互。经过执行 help get 能够看到命令的帮助信息。

以网上的一个学生成绩表的例子来演示hbase的用法。

name	grad	course
math	art
zkb	5	97	87
baoniu	4	89	80

这里grad对于表来讲是一个列,course对于表来讲是一个列族,这个列族由两个列组成math和art,固然咱们能够根据咱们的须要在course 中创建更多的列族,如computer,physics等相应的列添加入course列族。图中须要注意的是90这个值，列族下面的列也是能够没有名字 的。

(1) 创建一个表格scores  具备两个列族grad 和courese

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

0 row(s) in 0.4780 seconds

(2) 查看当前HBase中具备哪些表

hbase(main):002:0> list

TABLE

scores

1 row(s) in 0.0270 seconds

(3) 查看表的构造

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) 加入一行数据,行名称为zkb 列族grad的列名为”” 值位5

hbase(main):006:0> put 'scores','zkb','grade:','5'

0 row(s) in 0.0420 seconds

(5) 给zkb这一行的数据的列族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) 给zkb这一行的数据的列族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) 加入一行数据,行名称为baoniu 列族grad的列名为”” 值为4

hbase(main):009:0> put 'scores','baoniu','grade:','4'

0 row(s) in 0.0260 seconds

(8) 给baoniu这一行的数据的列族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) 给Jerry这一行的数据的列族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的相关数据

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表中全部数据

注意：scan命令能够指定startrow,stoprow来scan多个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表中全部数据courses列族的全部数据

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) 删除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

总结下，hbase shell经常使用的操做命令有create,describe,disable,drop,list,scan,put,get,delete,deleteall,count,status等，经过help能够看到详细的用法。

转自http://www.cnblogs.com/end/archive/2012/08/23/2652451.htm