Hbase学习笔记

曼路

发布于 2018-10-18 15:12:24

7640

发布于 2018-10-18 15:12:24

文章被收录于专栏：浪淘沙

一、Hbase简介 1.什么是Hbase HBASE是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，利用HBASE技术可在廉价PC Server上搭建起大规模结构化存储集群。 HBASE的目标是存储并处理大型的数据，更具体来说是仅需使用普通的硬件配置，就能够处理由成千上万的行和列所组成的大型数据。 HBASE是Google Bigtable的开源实现，但是也有很多不同之处。比如：Google Bigtable利用GFS作为其文件存储系统，HBASE利用Hadoop HDFS作为其文件存储系统；Google运行MAPREDUCE来处理Bigtable中的海量数据，HBASE同样利用Hadoop MapReduce来处理HBASE中的海量数据；Google Bigtable利用Chubby作为协同服务，HBASE利用Zookeeper作为对应。 2.与传统数据库的对比传统数据库遇到的问题： 1）数据量很大的时候无法存储 2）没有很好的备份机制 3）数据达到一定数量开始缓慢，很大的话基本无法支撑 HBASE优势： 1）线性扩展，随着数据量增多可以通过节点扩展进行支撑 2）数据存储在hdfs上，备份机制健全 3）通过zookeeper协调查找数据，访问速度块。 3.hbase集群中的角色 1、一个或者多个主节点，Hmaster 2、多个从节点，HregionServer

二、Hbase安装 1.上传hbase安装包(1.2.6) 2.解压 3.配置hbase集群，要修改3个文件(首先Zookeeper集群需要安装好) 注意：要把hadoop的hdfs-site.xml和core-site.xml放到hbase/conf下（我在配置的时候，没有放着两个文件，也可以用） 3.1 vim hbase-env.sh

 export JAVA_HOME=/root/app/jdk1.8.0_55

//告诉hbase使用外部的zk

  export HBASE_MANAGES_ZK=false

3.2 vim hbase-site.xml

 <configuration>
                <!-- 指定hbase在HDFS上存储的路径 -->
                <property>
                        <name>hbase.rootdir</name>
                        <value>hdfs://hadoop01:9000/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>hadoop01:2181,hadoop02:2181,hadoop03:2181</value>
                </property>
</configuration>

3.4 vim regionservers

hadoop02
hadoop03

3.5 配置环境变量 vim /etc/profiles 3.6 拷贝hbase到其他节点

scp -r /root/app/hbase-1.2.6-hadoop2/ hadoop02:/root/app/
 scp -r /root/app/hbase-1.2.6-hadoop2/ hadoop02:/root/app/

4.启动在启动之前，需要首先启动zookeeper start-hbase.sh 三、Hbase原理 1.三个概念： Zookeeper 保证任何时候，集群中只有一个HMaster；实时监控HRegion Server的上线和下线信息，并实时通知给HMaster；存储HBase的schema和table元数据； HMaster需要知道哪些HRegionServer是活的,可用的。及HRegionServer的位置信息，以便管理HRegionServer。这些信息都有Zookeeper提供！

HMaster 理论上HMaster可以启动多个，但是Zookeeper有Master Election机制保证且允许总有且只有一个Master在运行，来负责Table和Region的管理工作。管理HRegionServer的负载均衡，调整Region分布； Region Split后，负责新Region的分布；在HRegionServer停机后，负责失效HRegionServer上Region迁移工作。 Region Server 监控维护Region，处理对这些Region的响应，请求；负责切分在运行过程中变得过大的Region。 2.注意: 1)Client访问hbase上数据时并不需要Hmaster参与，数据的读写也只是访问RegioneServer， HMaster仅仅维护着table和Region的元数据信息，负载很低。 2)HBase是通过DFS client把数据写到HDFS上的 3)每一个HRegionServer有多个HRegion，每一个HRegion有多个Store，每一个Store对应一个列簇。 4)HFile是HBase中真正实际数据的存储格式，HFile是二进制格式文件，StoreFile就是对HFile进行了封装（其实就是一个东西），然后进行数据的存储。 5)HStore由MemStore（只有一个）和StoreFile（多个）组成。 6)HLog记录数据的变更信息，用来做数据恢复。 3.Hbase 读写数据 1)Hbase 写数据流程 Client先访问zookeeper，然后找到meta表的数据,从meta表获取相应region信息，根据namespace、表名和rowkey根据meta表的数据找到写入数据对应的region信息找到对应的regionserver 把数据分别写到HLog和MemStore上一份 MemStore达到一个阈值后则把数据刷成一个StoreFile文件。（若MemStore中的数据有丢失，则可以总HLog上恢复）当多个StoreFile文件达到一定的大小后，会触发Compact合并操作，合并为一个StoreFile，（这里同时进行版本的合并和数据删除。）当StoreFile大小超过一定阈值后，会把当前的Region分割为两个（Split），并由Hmaster分配到相应的HRegionServer，实现负载均衡 2)HBase读数据流程 Client先访问zookeeper，从meta表读取region的位置，然后读取meta表中的数据。meta中又存储了用户表的region信息。根据namespace、表名和rowkey在meta表中找到对应的region信息找到这个region对应的regionserver 查找对应的region 先从MemStore找数据，如果没有，再到StoreFile上读(为了读取的效率)。 四、Hbase学习 1.HBase 数据模型 1.1.Row Key 与nosql数据库们一样,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.通过单个row key访问 2.通过row key的range（正则） 3.全表扫描 Row key行键 (Row key)可以是任意字符串(最大长度是 64KB，实际应用中长度一般为 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，将经常一起读取的行存储放到一起。(位置相关性) 1.2.Columns Family 列簇：HBASE表中的每个列，都归属于某个列族。列族是表的schema的一部分(而列不是)，必须在使用表之前定义。列名都以列族作为前缀。例如 courses:history，courses:math都属于courses 这个列族。 1.3.Cell 由{row key, columnFamily, version} 唯一确定的单元。cell中的数据是没有类型的，全部是字节码形式存贮。关键字：无类型、字节码 1.4.Time Stamp HBASE 中通过rowkey和columns确定的为一个存贮单元称为cell。每个 cell都保存着同一份数据的多个版本。版本通过时间戳来索引。时间戳的类型是 64位整型。时间戳可以由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。时间戳也可以由客户显式赋值。如果应用程序要避免数据版本冲突，就必须自己生成具有唯一性的时间戳。每个 cell中，不同版本的数据按照时间倒序排序，即最新的数据排在最前面。为了避免数据存在过多版本造成的的管理 (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（比如最近七天）。用户可以针对每个列族进行设置。 2. hbase命令 1)进入shell终端 hbase shell 2)退出 quit Ctrl+C 3)创建表 create 't_user','base_info','family' 4)添加数据 put 't_user','rk001','base_info:name','zhangsan' 5)查看数据 get 't_user','rk001','base_info:name' 6)查看所有表 list 7)查看所有记录 scan 't_user' 8)查看表中的记录总数 count 't_user' 9)描述表 describe 't_user' 10)删除记录 delete 't_user' 11)清空表 truncate 't_user' 12)删除一张表 disable 't_user'----> drop 't_user' 3. hbase依赖zookeeper 1)保存Hmaster的地址和backup-master地址 hmaster： a)管理HregionServer b)做增删改查表的节点 c)管理HregionServer中的表分配 2)保存表-ROOT-的地址 hbase默认的根表，检索表。 3)HRegionServer列表表的增删改查数据。和hdfs交互，存取数据。 五、使用javaApi开发Hbase

/**
 * hbase表的增删
 * @author hasee
 *
 */
public class TableAdmin {

    /**
     * 创建表
     * @throws Exception 
     */
    @Test
    public void testCreateTable() throws Exception{
        //创建一个连接
        //Hadoop里边的conf,会加载hdfs-site.xml  core-site.xml。mapred-site.xml   等配置文件 
        //Configuration conf = new Configuration();
        //加载hbash-site.xml和hadoop的文件
        Configuration conf = HBaseConfiguration.create();
        conf.set("hbase.zookeeper.quorum", "hadoop01:2181,hadoop02:2181,hadoop03:2181");
        Connection connection = ConnectionFactory.createConnection(conf); 
        //从连接中获取表管理对象
        Admin admin = connection.getAdmin();
        //表描述 表名
        HTableDescriptor descriptor = new HTableDescriptor(TableName.valueOf("t_people"));
        //列簇
        HColumnDescriptor descriptor2 = new HColumnDescriptor("base_info");
            descriptor2.setMaxVersions(3);
        HColumnDescriptor descriptor3 = new HColumnDescriptor("family");
        descriptor.addFamily(descriptor2);
        descriptor.addFamily(descriptor3);    
        //创建表
        admin.createTable(descriptor);
        
        
        //关闭资源
        admin.close();
        connection.close();
        
    }
    /**
     * 删除表
     * @throws Exception 
     */
    @Test
    public void deleteTable() throws Exception{
        
        Configuration conf = HBaseConfiguration.create();
        conf.set("hbase.zookeeper.quorum", "hadoop01:2181,hadoop02:2181,hadoop03:2181");
        Connection connection = ConnectionFactory.createConnection(conf); 
        //从连接中获取表管理对象
        Admin admin = connection.getAdmin();
        admin.disableTable(TableName.valueOf("t_people"));
        admin.deleteTable(TableName.valueOf("t_people"));
        
        System.out.println("删除成功");
        admin.close();
        connection.close();
    }
    
}

public class TableDataCURD1 {
    Table table;
    Connection connection;
    @Before
    public void init() throws Exception{
        Configuration conf = HBaseConfiguration.create();
        conf.set("hbase.zookeeper.quorum", "hadoop01:2181,hadoop02:2181,hadoop03:2181");
        connection = ConnectionFactory.createConnection(conf);
        table = connection.getTable(TableName.valueOf("t_people"));
    }
    /**
     * 添加数据
     * @throws Exception
     */
    @Test
    public void testPutDate() throws Exception{
        
        
        Put put = new Put(Bytes.toBytes("rk002"));
        put.addColumn(Bytes.toBytes("base_info"), Bytes.toBytes("name"), Bytes.toBytes("lisi"));
        put.addColumn(Bytes.toBytes("base_info"), Bytes.toBytes("age"), Bytes.toBytes("18"));
        Put put2 = new Put(Bytes.toBytes("rk004"));
        put2.addColumn(Bytes.toBytes("base_info"), Bytes.toBytes("name"), Bytes.toBytes("lisi"));
        put2.addColumn(Bytes.toBytes("base_info"), Bytes.toBytes("age"), Bytes.toBytes("18"));
        List<Put> list = new ArrayList<>();
        list.add(put);
        list.add(put2);
        table.put(list);
        table.close();
        connection.close();

    }
    /**
     * 删除数据
     * @throws Exception
     */
    @Test
    public void testdeleteDate() throws Exception{
        Delete del= new Delete(Bytes.toBytes("rk002"));
        table.delete(del);
    }
    @After
    public void last() throws Exception{
        table.close();
        connection.close();
    }

}

public class TableDataCURD2 {
    private Table table;
    
    @Before
    public void init() throws Exception{
        Configuration conf = HBaseConfiguration.create();
        conf.set("hbase.zookeeper.quorum", "192.168.1.3:2181,192.168.1.4:2181,192.168.1.5:2181");
        Connection connection = ConnectionFactory.createConnection(conf); 
        
        table = connection.getTable(TableName.valueOf("t_people"));
    }
    /**
     * 单行查询
     * @throws Exception 
     * @throws Exception 
     */
    @Test
    public void testQuery() throws Exception{
        Get get = new Get(Bytes.toBytes("rk001"));
        get.addColumn(Bytes.toBytes("base_info"), Bytes.toBytes("name"));
        Result result = table.get(get);
        byte[] value = result.getValue(Bytes.toBytes("base_info"), Bytes.toBytes("name"));
        System.out.println(Bytes.toString(value));
        byte[] value2 = result.getValue(Bytes.toBytes("base_info"), Bytes.toBytes("age"));
        System.out.println(Bytes.toString(value2));
    }
    
    /**
     * 多行查询
     * @throws Exception 
     */
    @Test
    public void teseScanDate() throws Exception{
        Scan scan = new Scan();
        ResultScanner scanner = table.getScanner(scan);
        for (Result result : scanner) {
            System.out.println(Bytes.toString(result.getRow()));
            byte[] bs = result.getValue(Bytes.toBytes("base_info"), Bytes.toBytes("name"));
            System.out.println(Bytes.toString(bs));
            byte[] bs2 = result.getValue(Bytes.toBytes("base_info"), Bytes.toBytes("age"));
            System.out.println(new String(bs2));
            System.out.println("-------------------------------------------------");
        }
    }
    
    /**
     * 列值过滤器
     * @throws Exception 
     */
    @Test
    public void scanData() throws Exception{
        Scan scan = new Scan();
        //列值过滤    参数:列簇名 列名  比较符  值
        SingleColumnValueFilter filter = new SingleColumnValueFilter(Bytes.toBytes("base_info"), Bytes.toBytes("name"), CompareOp.EQUAL, Bytes.toBytes("zhangsan"));
        scan.setFilter(filter);
        ResultScanner scanner = table.getScanner(scan);
        for (Result result : scanner) {
            System.out.println(Bytes.toString(result.getRow()));
            byte[] bs = result.getValue(Bytes.toBytes("base_info"), Bytes.toBytes("name"));
            System.out.println(Bytes.toString(bs));
            byte[] bs2 = result.getValue(Bytes.toBytes("base_info"), Bytes.toBytes("age"));
            System.out.println(new String(bs2));
        }
    }
    /**
     * 列名前置过滤器
     * @throws Exception 
     * @throws Exception
     */
    @Test
    public void testScanByColumn() throws Exception{
        Scan scan = new Scan();
        //列值过滤    参数:列簇名 列名  比较符  值
        ColumnPrefixFilter filter = new ColumnPrefixFilter(Bytes.toBytes("name"));
        scan.setFilter(filter);
        ResultScanner scanner = table.getScanner(scan);
        for (Result result : scanner) {
            System.out.println(Bytes.toString(result.getRow()));
            byte[] bs = result.getValue(Bytes.toBytes("base_info"), Bytes.toBytes("name"));
            System.out.println(Bytes.toString(bs));
            //byte[] bs2 = result.getValue(Bytes.toBytes("base_info"), Bytes.toBytes("age"));
            //System.out.println(new String(bs2));
        }
    }
    /**
     * 多个列名前置过滤器
     * @throws Exception 
     */
    @Test
    public void MultipleColumnPrefixFilter() throws Exception{
        Scan scan = new Scan();
        //列值过滤    参数:列簇名 列名  比较符  值
        byte[][] bytes = new byte[][]{Bytes.toBytes("name"),Bytes.toBytes("age")};
        MultipleColumnPrefixFilter filter = new org.apache.hadoop.hbase.filter.MultipleColumnPrefixFilter(bytes);
        scan.setFilter(filter);
        ResultScanner scanner = table.getScanner(scan);
        for (Result result : scanner) {
            System.out.println(Bytes.toString(result.getRow()));
            byte[] bs = result.getValue(Bytes.toBytes("base_info"), Bytes.toBytes("name"));
            System.out.println(Bytes.toString(bs));
            byte[] bs2 = result.getValue(Bytes.toBytes("base_info"), Bytes.toBytes("age"));
            System.out.println(new String(bs2));
        }
    }
    
    /**
     * rowkey过滤器
     * @throws Exception 
     * @throws Exception
     */
    @Test
    public void testRowKey() throws Exception{
        Scan scan = new Scan();
        //列值过滤    参数:列簇名 列名  比较符  值
        RowFilter filter = new RowFilter(CompareOp.NOT_EQUAL, new RegexStringComparator("^1234"));
        scan.setFilter(filter);
        ResultScanner scanner = table.getScanner(scan);
        for (Result result : scanner) {
            System.out.println(Bytes.toString(result.getRow()));
            byte[] bs = result.getValue(Bytes.toBytes("base_info"), Bytes.toBytes("name"));
            System.out.println(Bytes.toString(bs));
            byte[] bs2 = result.getValue(Bytes.toBytes("base_info"), Bytes.toBytes("age"));
            System.out.println(new String(bs2));
        }
    }
    
    @After
    public void last() throws Exception{
        table.close();
    }
}

本文参与腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。

原始发表：2018年09月27日，如有侵权请联系 cloudcommunity@tencent.com 删除

hbase