HBase 分布式数据库

birdskyws

发布于 2018-09-12 15:04:43

2.2K0

发布于 2018-09-12 15:04:43

文章被收录于专栏：一英里广度一英寸深度的学习一英里广度一英寸深度的学习

我从来没见过我们单位的主库系统，无论是小机或者EMC。如果哪天在值班时，收到通知主库挂了，我会觉得是一个深藏在机房沉重铁门里的大家伙，冒了几缕青烟，紧接着监控上各种Web小图标就都红了....

在5、6年前，我们就希望能用分布式存储和分布式数据库来替代集中存储，觉得分布式廉价，而且高可靠。

其实，分布式存储不能替代集中存储。如果你问一个老鸟，他会给你一个关键字--事务。传统的集中存储有很强大的事务支持能力，而分布式系统不支持事务。

菜鸟就会很懵逼，事务？增删改查是事务吗？什么是事务，我确实也不清楚，但我觉得分布式不能替换集中存储，主要因为性能，在小量数据规模下集中存储提供更高的性能。1000万条数据选择Mysql，1亿左右选择Oracle，10亿条数据用大数据。

至于高可靠，加各种HA吧。

bigtable

一、BigTable传说

03年（作者上大二），谷歌发表了三篇论文：Google FS、MapReduce、BigTable。虽然Google没有公布这三个产品的源码，但是他发布了这三个产品的详细设计论文，奠定了风靡全球的大数据算法的基础！

HBase就是基于BigTable思想，由开源社区发布的实现，除了CURD之外，还有很多特点：

基于HDFS系统，存储空间不受限制
可不断增加维度
基于列的存储
信息多版本

很多时候，HBase被当做HDFS系统的管理系统，将文件作为内容直接存储在HBase中，实现海量文件的索引、查找。

二、安装HBase，伪分布式

环境搭建，

HDFS
Zookeeper

下载tar包

解压
修改conf/hbase-env.sh，设置JAVA_HOME
修改配置文件conf/hbase-site.xml

   <property>
      <name>hbase.rootdir</name>
      <value>hdfs://namenode:9000/hbase</value>
   </property>
   <property>
      <name>hbase.zookeeper.quorum</name>
      <value>hbase</value>
   </property>

启动命令

bin/start-hbase.sh

>jps
HMaster
HRegionServer

随着版本迭代，安装步骤可能变化，参照https://hbase.apache.org/book.html#getting_started。

三、Shell

和MySql一样，先用shell完成一些操作。

Table操作

list 列出全部表
create "scores","grade","course" 创建一张表，命为scores，两个列族grade和course。
describe "score" 查看表信息。

Table scores is ENABLED scores COLUMN FAMILIES DESCRIPTION {NAME => 'course', BLOOMFILTER => 'ROW', VERSIONS => '1', IN_MEMORY => 'false', KEEP_DELETED_CELLS => 'FALSE', DATA_BLOCK_ENCODING => 'NONE', TTL => 'FOREVER', COMPRESSION => 'NONE', MIN_VERSIONS => '0', BLOCKCACHE => 'true', BLOCKSIZE => ' 65536', REPLICATION_SCOPE => '0'} {NAME => 'grade', BLOOMFILTER => 'ROW', VERSIONS => '1', IN_MEMORY => 'false', K EEP_DELETED_CELLS => 'FALSE', DATA_BLOCK_ENCODING => 'NONE', TTL => 'FOREVER', C OMPRESSION => 'NONE', MIN_VERSIONS => '0', BLOCKCACHE => 'true', BLOCKSIZE => '6 5536', REPLICATION_SCOPE => '0'}

CURD

put 'scores', 'Tom', 'grade', 5 Tom是该条记录的RowKey，插入grade=5的记录；当Tom对应grade存在时，更新。
put 'scores', 'Tom', 'course:math', 97 Tom是该条记录的RowKey，插入course:math=97的记录
get 'scores', 'Tom', 'grade', 'course' 获得RowKey为Tom的记录

COLUMN CELL course:math timestamp=1534492933043, value=97 grade: timestamp=1534492881763, value=5

delete 'scores', 'Tom', 'course:math' 删除Rowkey 为Tom的记录。

hbase(main):011:0> delete 'scores', 'Tom', 'course:math' 0 row(s) in 0.0640 seconds hbase(main):012:0> get 'scores', 'Tom', 'grade', 'course' COLUMN CELL grade: timestamp=1534492881763, value=6 1 row(s) in 0.0210 seconds

Alert操作

alter 'scores', NAME => 'profile' 添加一列族
alter 'scores', NAME => 'profile', METHOD => 'delete' 删除列族

四、JavaApi

1.pom.xml

<dependency>
    <groupId>org.apache.hbase</groupId>
    <artifactId>hbase-client</artifactId>
    <version>1.2.5</version>
</dependency>

2.创建Connection,获取Table对象

        Configuration conf = HBaseConfiguration.create();
        conf.set("hbase.zookeeper.quorum","172.18.0.12");
        Connection connection = ConnectionFactory.createConnection(conf);

3.插入Put操作

Table table = connection.getTable(TableName.valueOf("scores"));
try {
// Use the table as needed, for a single operation and a single thread
    Put p = new Put(Bytes.toBytes("Rose"));
    p.addColumn(Bytes.toBytes("grade"),null,Bytes.toBytes("3"));
    p.addColumn(Bytes.toBytes("course"),Bytes.toBytes("math"),Bytes.toBytes("90"));
    table.put(p);
} finally {
    table.close();
    connection.close();
}

4.读取Get操作

Get get= new Get(Bytes.toBytes("Rose"));
//get.addColumn(Bytes.toBytes("course"),Bytes.toBytes("math"));
//指定列
Result result = table.get(get);
for (KeyValue keyValue : result.raw()) {
          System.out.println("列：" + new String(keyValue.getFamily())
                        +":"+ new String(keyValue.getQualifier())
                        + "====值:" + new String(keyValue.getValue()));
}