大数据组件之Hbase快速入门及其使用

1 安装

1)解压tar -zxvf HBase-1.3.1-bin.tar.gz
2) 解压完成后进入conf目录
3) 修改HBase-env.sh内容
指定JAVA_HOME目录

4) 修改 HBase-site.xml内容
注：这里需要安装并指定zookeeper集群和hadoop集群，如未安装，可点这里

<configuration>
	<property>     
		<name>hbase.rootdir</name>     
		<value>hdfs://master-1:9000/HBase</value>   
	</property>

	<property>   
		<name>hbase.cluster.distributed</name>
		<value>true</value>
	</property>

   <!-- 0.98后的新变动，之前版本没有.port,默认端口为60000 -->
	<property>
		<name>hbase.master.port</name>
		<value>16000</value>
	</property>

	<property>    
		<name>hbase.zookeeper.quorum</name>
	     <value>master-1:2181,master-2:2181,slave-1:2181</value>
	</property>

	<property>   
		<name>hbase.zookeeper.property.dataDir</name>
	     <value>/root/data/zookeeper/hbase</value>
	</property>

5) 修改regionservers
添加需要安装hbase的节点

6) 将hbase文件夹拷贝到另外两台机器
7) 启动hbase

bin/start-HBase.sh

8) 访问http://master-1:16010

2 基本操作

bin/hbase shell

进入shell终端

status 查看状态

version 查看版本号

whoami查看用户及组信息

3 表的操作

1)创建表
创建表时，需要指定表名和列族名，而且至少需要指定一个列族，没有列族的表是没有任何意义的。
创建表时，还可以指定表的属性，表的属性需要指定在列族上！
格式：
create ‘表名’, { NAME => ‘列族名1’, 属性名 => 属性值}, {NAME => ‘列族名2’, 属性名 => 属性值}, …
如果你只需要创建列族，而不需要定义列族属性，那么可以采用以下快捷写法：
create’表名’,‘列族名1’ ,‘列族名2’, …

create 'student','info'

2) desc 查看表结构

desc ‘student’

3) disable停用表

disable ‘student’
is_disabled 'student'查看是否停用

4) enable启用表

enable ‘student’

5) exits查看表是否存在

exits ‘student’

6) drop删除表
删除表前需要确保表在停用状态
7) truncate
8） get _split

获取表所对应的Region个数。每个表在一开始只有一个region，之后记录增多后，region会被自动拆分。
9）alter命令可以修改表的属性，通常是修改某个列族的属性。
alter ‘表名’， ‘delete’ => ‘列族名’

4 数据操作

1） put
put可以新增记录还可以为记录设置属性。
put ‘表名’, ‘行键’, ‘列名’, ‘值’
put ‘表名’, ‘行键’, ‘列名’, ‘值’,时间戳
put ‘表名’, ‘行键’, ‘列名’, ‘值’, { ‘属性名’ => ‘属性值’}
put ‘表名’, ‘行键’, ‘列名’, ‘值’,时间戳, { ‘属性名’ =>‘属性值’}

HBase(main):012:0> put 'student','1001','info:name','Nick'
HBase(main):003:0> put 'student','1001','info:sex','male'
HBase(main):004:0> put 'student','1001','info:age','18'
HBase(main):005:0> put 'student','1002','info:name','Janna'
HBase(main):006:0> put 'student','1002','info:sex','female'
HBase(main):007:0> put 'student','1002','info:age','20'

2） scan
scan命令可以按照rowkey的字典顺序来遍历指定的表的数据。
scan ‘表名’：默认当前表的所有列族。
scan ‘表名’,{COLUMNS=> [‘列族:列名’],…} ： 遍历表的指定列
scan ‘表名’, { STARTROW => ‘起始行键’, ENDROW => ‘结束行键’ }：指定rowkey范围。如果不指定，则会从表的开头一直显示到表的结尾。区间为左闭右开。
scan ‘表名’, { LIMIT => 行数量}： 指定返回的行的数量
scan ‘表名’, {VERSIONS => 版本数}：返回cell的多个版本
scan ‘表名’, { TIMERANGE => [最小时间戳, 最大时间戳]}：指定时间戳范围
注意：此区间是一个左闭右开的区间，因此返回的结果包含最小时间戳的记录，但是不包含最大时间戳记录
scan ‘表名’, { RAW => true, VERSIONS => 版本数}
显示原始单元格记录，在Hbase中，被删掉的记录在HBase被删除掉的记录并不会立即从磁盘上清除，而是先被打上墓碑标记，然后等待下次major compaction的时候再被删除掉。注意RAW参数必须和VERSIONS一起使用，但是不能和COLUMNS参数一起使用。
scan ‘表名’, { FILTER => “过滤器”} and|or { FILTER => “过滤器”}: 使用过滤器扫描

scan 'student'

scan 'student',{STARTROW => '1001', STOPROW  => '1001'}

scan 'student',{STARTROW => '1001'}

3) get
get支持scan所支持的大部分属性，如COLUMNS，TIMERANGE，VERSIONS，FILTER

get 'student','1001'
get 'student','1001','info:name'

4) delte
删除某rowkey的全部数据:

deleteall 'student','1001'

删除某rowkey的某一列数据：

delete 'student','1002','info:sex'