正文

hbase基本概念和hbase shell经常使用命令使用方法

IP云
IP云V管理员/1 阅读
12/02
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

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 >
create 'scores' , 'grade' , 'course'
0 row(s)
in 0.4780 seconds

(2) 查看当前HBase中具有哪些表

hbase(main): 002 : 0 >
list
TABLE
scores
1 row(s)
in 0.0270 seconds

(3) 查看表的构造

hbase(main): 004 : 0 >
describe 'scores'
DESCRIPTION
ENABLED
{NAME
=> 'scores' ,
FAMILIES => [{NAME => 'course' ,
BLOOMFILTER => 'NONE' ,
REPLICATION_SCOPE => '0' ,

true
COMPRESSION
=> 'NONE' ,
VERSIONS => '3' ,
TTL => '2147483647' ,
BLOCKSIZE => '65536' ,
IN_MEMORY => 'fal
se ',
BLOCKCACHE => ' true '},
{NAME => ' grade ',
BLOOMFILTER => ' NONE ',
REPLICATION_SCOPE => ' 0 ',
COMPR
ESSION
=> 'NONE' ,
VERSIONS => '3' ,
TTL => '2147483647' ,
BLOCKSIZE => '65536' ,
IN_MEMORY => 'false' ,
BLOCKCACHE
=> 'true' }]}
1 row(s)
in 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 >
put 'scores' , 'zkb' , 'grade:' , '5'
0 row(s)
in 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 >
put 'scores' , 'zkb' , 'course:math' , '97'
0 row(s)
in 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 >
put 'scores' , 'zkb' , 'course:art' , '87'
0 row(s)
in 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 >
put 'scores' , 'baoniu' , 'grade:' , '4'
0 row(s)
in 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 >
put 'scores' , 'baoniu' , 'course:math' , '89'
0 row(s)
in 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 >
put 'scores' , 'baoniu' , 'course:art' , '80'
0 row(s)
in 0.0270 seconds

(10) 查看scores表中zkb的相关数据

hbase(main): 012 : 0 >
get 'scores' , 'zkb'
COLUMN
CELL
course:art
timestamp= 1316100110921 ,
value= 87
course:math
timestamp= 1316100025944 ,
value= 97
grade:
timestamp= 1316099975625 ,
value= 5
3 row(s)
in 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 >
scan 'scores'
ROW
COLUMN+CELL
baoniu
column=course:art, timestamp= 1316100293784 ,
value= 80
baoniu
column=course:math, timestamp= 1316100234410 ,
value= 89
baoniu
column=grade:, timestamp= 1316100178609 ,
value= 4
zkb
column=course:art, timestamp= 1316100110921 ,
value= 87
zkb
column=course:math, timestamp= 1316100025944 ,
value= 97
zkb
column=grade:, timestamp= 1316099975625 ,
value= 5
2 row(s)
in 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 >
scan 'scores' ,{COLUMNS
=> 'course' }
ROW
COLUMN+CELL
baoniu
column=course:art, timestamp= 1316100293784 ,
value= 80
baoniu
column=course:math, timestamp= 1316100234410 ,
value= 89
zkb
column=course:art, timestamp= 1316100110921 ,
value= 87
zkb
column=course:math, timestamp= 1316100025944 ,
value= 97
2 row(s)
in 0.0350 seconds

(13) 删除scores表

hbase(main): 024 : 0 >
disable 'scores'
0 row(s)
in 0.0330 seconds
hbase(main): 025 : 0 >
drop 'scores'
0 row(s)
in 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>

相关阅读

目录[+]