专栏首页浪淘沙Hbase学习笔记

Hbase学习笔记

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分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 实训day03--循环,内存,数组

    2018.06.06 1.switch用法 Scanner sc = new Scanner(System.in); while(t...

    曼路
  • MyBatis学习笔记

    MyBatis 1.MyBatis是一个优秀的持久层框架,对jdbc的操作数据库的过程进行了封装,使开发者只需要关注SQL本身。   而不用花费精力去处理例如...

    曼路
  • 七种常用排序算法的java实现

    曼路
  • 机器学习系列:(九)从感知器到支持向量机

    从感知器到支持向量机 上一章我们介绍了感知器。作为一种二元分类器,感知器不能有效的解决线性不可分问题。其实在第二章,线性回归里面已经遇到过类似的问题,当时需要解...

    小莹莹
  • 推荐系统遇上深度学习(三十六)-Learn and Transferr IDs Repre in E-commerce

    本文介绍的文章题目为《Learning and Transferring IDs Representation in E-commerce》,下载地址为:htt...

    石晓文
  • 有毒的二维码和链接?请不要误导大家好吗?

    今天在知乎上看到的一篇文章,本想分享给某群的群友们看的,结果刚分享就有人说广告?!我说不是,结果他说链接有毒?!!

    Liues
  • 看数据:Google和Facebook的关联登录人数

    大数据文摘
  • 写一函数,将一个3X3的整型矩阵转置

    py3study
  • 大数据-MapReduce运行模式

    cwl_java
  • Leetcode Golang 122. Best Time to Buy and Sell Stock II.go

    版权声明:原创勿转 https://blog.csdn.net/anakinsun/article/details/88965946

    anakinsun

扫码关注云+社区

领取腾讯云代金券