正文
hbase基本概念和hbase shell经常使用命令使用方法
小程序:扫一扫查出行
【扫一扫了解最新限行尾号】
复制小程序
【扫一扫了解最新限行尾号】
复制小程序
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作为其文件存储系统,利用Hadoop MapReduce来处理HBase中的海量数据,利用Zookeeper作为协同服务。
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 |
如上图所看到的,key1,key2,key3是三条记录的唯一的row key值,column-family1,column-family2,column-family3是三个列族,每一个列族下又包含几列。比方 column-family1这个列族下包含两列,名字是column1和column2,t1:abc,t2:gdxdf是由row key1和column-family1-column1唯一确定的一个单元cell。这个cell中有两个数据,abc和gdxdf。两个值的时间戳不
一样,各自是t1,t2, hbase会返回最新时间的值给请求者。
这些名词的详细含义例如以下:
(1) Row Key
与nosql数据库们一样,row key是用来检索记录的主键。訪问hbase table中的行,仅仅有三种方式:
(1.1) 通过单个row key訪问
(1.2) 通过row key的range
(1.3) 全表扫描
Row key行键 (Row key)能够是随意字符串(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,数据依照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,将常常一起读取的行存储放到一起。(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。要保持整形的自然序,行键必须用0作左填充。
行的一次读写是原子操作 (不论一次读写多少列)。这个设计决策可以使用户非常easy的理解程序在对同一个行进行并发更新操作时的行为。
(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),必须在使用表之前定义。列名都以列族作为前缀。比如courses:history , courses:math 都属于 courses 这个列族。
訪问控制、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我们管理不同类型的应用:我们同意一些应用能够加入新的基本数 据、一些应用能够读取基本数据并创建继承的列族、一些应用则仅仅同意浏览数据(甚至可能由于隐私的原因不能浏览全部数据)。
(3) 单元 Cell
HBase中通过row和columns确定的为一个存贮单元称为cell。由{row key, column( =<family> + <label>), version} 唯一确定的单元。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号。版本号通过时间戳来索引。时间戳的类型是 64位整型。时间戳能够由hbase(在数据写入时自己主动 )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。假设应用程序要避免数据版本号冲突,就必须自己生成具有唯一性的时间戳。每一个cell中,不同版本号的数据依照时间倒序排序,即最新的数据排在最前面。
为了避免数据存在过多版本号造成的的管理 (包含存贮和索引)负担,hbase提供了两种数据版本号回收方式。一是保存数据的最后n个版本号,二是保存近期一段时间内的版本号(比方近期七天)。用户能够针对每一个列族进行设置。
3. HBase shell的基本使用方法
hbase提供了一个shell的终端给用户交互。通过运行 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样例来演示hbase的使用方法。
name |
grad |
course |
|
math |
art |
||
zkb |
5 |
97 |
87 |
baoniu |
4 |
89 |
80 |
这里grad对于表来说是一个列,course对于表来说是一个列族,这个列族由两个列组成math和art,当然我们能够依据我们的须要在course 中建立很多其它的列族,如computer,physics等对应的列加入入course列族。图中须要注意的是90这个值,列族以下的列也是能够没有名字 的。
(1) 建立一个表格scores 具有两个列族grad 和courese
hbase(main):
001
:
0
>
'scores'
,
'grade'
,
'course'
|
0
row(s)
0.4780
seconds
|
(2) 查看当前HBase中具有哪些表
hbase(main):
002
:
0
>
|
TABLE
|
scores
|
1
row(s)
0.0270
seconds
|
(3) 查看表的构造
hbase(main):
004
:
0
>
'scores'
|
DESCRIPTION
|
{NAME
'scores'
,
'course'
,
'NONE'
,
'0'
,
|
COMPRESSION
'NONE'
,
'3'
,
'2147483647'
,
'65536'
,
|
se
',
true
'},
grade
',
NONE
',
0
',
|
ESSION
'NONE'
,
'3'
,
'2147483647'
,
'65536'
,
'false'
,
|
BLOCKCACHE
'true'
}]}
|
1
row(s)
0.0390
seconds
|
(4) 增加一行数据,行名称为zkb 列族grad的列名为”” 值位5
hbase(main):
006
:
0
>
'scores'
,
'zkb'
,
'grade:'
,
'5'
|
0
row(s)
0.0420
seconds
|
(5) 给zkb这一行的数据的列族course加入一列<math,97>
hbase(main):
007
:
0
>
'scores'
,
'zkb'
,
'course:math'
,
'97'
|
0
row(s)
0.0270
seconds
|
(6) 给zkb这一行的数据的列族course加入一列<art,87>
hbase(main):
008
:
0
>
'scores'
,
'zkb'
,
'course:art'
,
'87'
|
0
row(s)
0.0260
seconds
|
(7) 增加一行数据,行名称为baoniu 列族grad的列名为”” 值为4
hbase(main):
009
:
0
>
'scores'
,
'baoniu'
,
'grade:'
,
'4'
|
0
row(s)
0.0260
seconds
|
(8) 给baoniu这一行的数据的列族course加入一列<math,89>
hbase(main):
010
:
0
>
'scores'
,
'baoniu'
,
'course:math'
,
'89'
|
0
row(s)
0.0270
seconds
|
(9) 给Jerry这一行的数据的列族course加入一列<art,80>
hbase(main):
011
:
0
>
'scores'
,
'baoniu'
,
'course:art'
,
'80'
|
0
row(s)
0.0270
seconds
|
(10) 查看scores表中zkb的相关数据
hbase(main):
012
:
0
>
'scores'
,
'zkb'
|
COLUMN
|
course:art
1316100110921
,
87
|
course:math
1316100025944
,
97
|
grade:
1316099975625
,
5
|
3
row(s)
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,比如:scan 'user_test',{COLUMNS =>'info:username',LIMIT =>10, STARTROW => 'test',STOPROW=>'test2'}
hbase(main):
013
:
0
>
'scores'
|
ROW
|
baoniu
1316100293784
,
80
|
baoniu
1316100234410
,
89
|
baoniu
1316100178609
,
4
|
zkb
1316100110921
,
87
|
zkb
1316100025944
,
97
|
zkb
1316099975625
,
5
|
2
row(s)
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
>
'scores'
,{COLUMNS
'course'
}
|
ROW
|
baoniu
1316100293784
,
80
|
baoniu
1316100234410
,
89
|
zkb
1316100110921
,
87
|
zkb
1316100025944
,
97
|
2
row(s)
0.0350
seconds
|
(13) 删除scores表
hbase(main):
024
:
0
>
'scores'
|
0
row(s)
0.0330
seconds
|
hbase(main):
025
:
0
>
'scores'
|
0
row(s)
1.0840
seconds
|
总结下,hbase shell经常使用的操作命令有create,describe,disable,drop,list,scan,put,get,delete,deleteall,count,status等,通过help能够看到具体的使用方法.
还有不懂的,MM们可email:<zhe-jiang.he@hp.com>