hbase shell基礎和常用指令詳解

HBase是一個分布式的、面向列的開源資料庫,源于google的一篇論文《bigtable：一個結構化資料的分布式存儲系統》

HBase是Google Bigtable的開源實作，它利用Hadoop HDFS作為其檔案存儲系統，利用Hadoop MapReduce來處理HBase中的海量資料，利用Zookeeper作為協同服務。

1. 簡介

HBase是一個分布式的、面向列的開源資料庫,源于google的一篇論文《bigtable：一個結構化資料的分布式存儲系統》。HBase是Google Bigtable的開源實作，它利用Hadoop HDFS作為其檔案存儲系統，利用Hadoop MapReduce來處理HBase中的海量資料，利用Zookeeper作為協同服務。

2. HBase的表結構

HBase以表的形式存儲資料。表有行和列組成。列劃分為若幹個列族/列簇(column family)。

+---------+----------------------+---------------------------------+-------------------+

+---------+----------+----------+---------+----------+-----------+-------------------+

+---------+----------+----------+---------+----------+-----------+-------------------+

| key1 |

| key2 |

| key3 |

+---------+

如上圖所示，key1,key2,key3是三條記錄的唯一的row key值，column-family1,column-family2,column-family3是三個列族，每個列族下又包括幾列。比如column-family1這個列族下包括兩列，名字是column1和column2，t1:abc,t2:gdxdf是由row key1和column-family1-column1唯一确定的一個單元cell。這個cell中有兩個資料，abc和gdxdf。兩個值的時間戳不一樣，分别是t1,t2, hbase會傳回最新時間的值給請求者。

這些名詞的具體含義如下：

(1) Row Key

與nosql資料庫們一樣,row key是用來檢索記錄的主鍵。通路hbase table中的行，隻有三種方式：

(1.1) 通過單個row key通路

(1.2) 通過row key的range

(1.3) 全表掃描

Row key行鍵 (Row key)可以是任意字元串(最大長度是 64KB，實際應用中長度一般為 10-100bytes)，在hbase内部，row key儲存為位元組數組。

存儲時，資料按照Row key的字典序(byte order)排序存儲。設計key時，要充分排序存儲這個特性，将經常一起讀取的行存儲放到一起。(位置相關性)

注意：

字典序對int排序的結果是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，行鍵必須用0作左填充。

行的一次讀寫是原子操作 (不論一次讀寫多少列)。這個設計決策能夠使使用者很容易的了解程式在對同一個行進行并發更新操作時的行為。

(2) 列族 column family

hbase表中的每個列，都歸屬與某個列族。列族是表的chema的一部分(而列不是)，必須在使用表之前定義。列名都以列族作為字首。例如courses:history ， courses:math 都屬于 courses 這個列族。

通路控制、磁盤和記憶體的使用統計都是在列族層面進行的。實際應用中，列族上的控制權限能幫助我們管理不同類型的應用：我們允許一些應用可以添加新的基本資料、一些應用可以讀取基本資料并建立繼承的列族、一些應用則隻允許浏覽資料（甚至可能因為隐私的原因不能浏覽所有資料）。

(3) 單元 Cell

HBase中通過row和columns确定的為一個存貯單元稱為cell。由{row key, column( =<family> + <label>), version} 唯一确定的單元。cell中的資料是沒有類型的，全部是位元組碼形式存貯。

(4) 時間戳 timestamp

每個cell都儲存着同一份資料的多個版本。版本通過時間戳來索引。時間戳的類型是 64位整型。時間戳可以由hbase(在資料寫入時自動 )指派，此時時間戳是精确到毫秒的目前系統時間。時間戳也可以由客戶顯式指派。如果應用程式要避免資料版本沖突，就必須自己生成具有唯一性的時間戳。每個cell中，不同版本的資料按照時間倒序排序，即最新的資料排在最前面。

為了避免資料存在過多版本造成的的管理 (包括存貯和索引)負擔，hbase提供了兩種資料版本回收方式。一是儲存資料的最後n個版本，二是儲存最近一段時間内的版本（比如最近七天）。使用者可以針對每個列族進行設定。

3. HBase shell的基本用法

hbase提供了一個shell的終端給使用者互動。使用指令hbase shell進入指令界面。通過執行 help可以看到指令的幫助資訊。

以網上的一個學生成績表的例子來示範hbase的用法。

name	grad	course	course
math	art
Tom	5	97	87
Jim	4	89	80

(1)建立一個表scores，有兩個列族grad和courese這裡grad對于表來說是一個隻有它自己的列族,course對于表來說是一個有兩個列的列族,這個列族由兩個列組成math和art,當然我們可以根據我們的需要在course中建立更多的列族,如computer,physics等相應的列添加入course列族。

複制代碼代碼如下:

hbase(main):001:0> create ‘scores','grade', ‘course'

可以使用list指令來檢視目前HBase裡有哪些表。使用describe指令來檢視表結構。（記得所有的表明、列名都需要加上引号）

(2)按設計的表結構插入值：

複制代碼代碼如下:

put ‘scores','Tom','grade:','5′ 
put ‘scores','Tom','course:math','97′ 
put ‘scores','Tom','course:art','87′ 
put ‘scores','Jim','grade','4′ 
put ‘scores','Jim','course:','89′ 
put ‘scores','Jim','course:','80′

這樣表結構就起來了，其實比較自由，列族裡邊可以自由添加子列很友善。如果列族下沒有子列，加不加冒号都是可以的。

put指令比較簡單，隻有這一種用法：

hbase> put ‘t1′, ‘r1′, ‘c1′, ‘value', ts1

t1指表名，r1指行鍵名，c1指列名，value指單元格值。ts1指時間戳，一般都省略掉了。

(3)根據鍵值查詢資料

get ‘scores','Jim' 
get ‘scores','Jim','grade'

可能你就發現規律了，HBase的shell操作，一個大概順序就是操作關鍵詞後跟表名，行名，列名這樣的一個順序，如果有其他條件再用花括号加上。

get有用法如下：

hbase> get ‘t1′, ‘r1′ 
hbase> get ‘t1′, ‘r1′, {TIMERANGE => [ts1, ts2]} 
hbase> get ‘t1′, ‘r1′, {COLUMN => ‘c1′} 
hbase> get ‘t1′, ‘r1′, {COLUMN => ['c1', 'c2', 'c3']} 
hbase> get ‘t1′, ‘r1′, {COLUMN => ‘c1′, TIMESTAMP => ts1} 
hbase> get ‘t1′, ‘r1′, {COLUMN => ‘c1′, TIMERANGE => [ts1, ts2], VERSIONS => 4} 
hbase> get ‘t1′, ‘r1′, {COLUMN => ‘c1′, TIMESTAMP => ts1, VERSIONS => 4} 
hbase> get ‘t1′, ‘r1′, ‘c1′ 
hbase> get ‘t1′, ‘r1′, ‘c1′, ‘c2′ 
hbase> get ‘t1′, ‘r1′, ['c1', 'c2']

(4)掃描所有資料

scan ‘scores'

也可以指定一些修飾詞：TIMERANGE, FILTER, LIMIT, STARTROW, STOPROW, TIMESTAMP, MAXLENGTH,or COLUMNS。沒任何修飾詞，就是上邊例句，就會顯示所有資料行。

例句如下：

代碼如下:

hbase> scan ‘.META.' 
hbase> scan ‘.META.', {COLUMNS => ‘info:regioninfo'} 
hbase> scan ‘t1′, {COLUMNS => ['c1', 'c2'], LIMIT => 10, STARTROW => ‘xyz'} 
hbase> scan ‘t1′, {COLUMNS => ‘c1′, TIMERANGE => [1303668804, 1303668904]} 
hbase> scan ‘t1′, {FILTER => “(PrefixFilter (‘row2′) AND (QualifierFilter (>=, ‘binary:xyz'))) AND (TimestampsFilter ( 123, 456))”} 
hbase> scan ‘t1′, {FILTER => org.apache.hadoop.hbase.filter.ColumnPaginationFilter.new(1, 0)}

過濾器filter有兩種方法指出：

a. Using a filterString – more information on this is available in the

Filter Language document attached to the HBASE-4176 JIRA

b. Using the entire package name of the filter.

還有一個CACHE_BLOCKS修飾詞，開關scan的緩存的，預設是開啟的（CACHE_BLOCKS=>true），可以選擇關閉（CACHE_BLOCKS=>false）。

(5)删除指定資料

代碼如下:

delete ‘scores','Jim','grade' 
delete ‘scores','Jim'

删除資料指令也沒太多變化，隻有一個：

hbase> delete ‘t1′, ‘r1′, ‘c1′, ts1

另外有一個deleteall指令，可以進行整行的範圍的删除操作，慎用！

如果需要進行全表删除操作，就使用truncate指令，其實沒有直接的全表删除指令，這個指令也是disable，drop，create三個指令組合出來的。

(6)修改表結構

代碼如下:

disable ‘scores' 
alter ‘scores',NAME=>'info' 
enable ‘scores'

alter指令使用如下（如果無法成功的版本，需要先通用表disable）：

a、改變或添加一個列族：

hbase> alter ‘t1′, NAME => ‘f1′, VERSIONS => 5

b、删除一個列族：

代碼如下:

hbase> alter ‘t1′, NAME => ‘f1′, METHOD => ‘delete' 
hbase> alter ‘t1′, ‘delete' => ‘f1′

c、也可以修改表屬性如MAX_FILESIZE

MEMSTORE_FLUSHSIZE, READONLY,和 DEFERRED_LOG_FLUSH：

hbase> alter ‘t1′, METHOD => ‘table_att', MAX_FILESIZE => '134217728′

d、可以添加一個表協同處理器

hbase> alter ‘t1′, METHOD => ‘table_att', ‘coprocessor'=> ‘hdfs:///foo.jar|com.foo.FooRegionObserver|1001|arg1=1,arg2=2′

一個表上可以配置多個協同處理器，一個序列會自動增長進行辨別。加載協同處理器（可以說是過濾程式）需要符合以下規則：

[coprocessor jar file location] | class name | [priority] | [arguments]

e、移除coprocessor如下：

hbase> alter ‘t1′, METHOD => ‘table_att_unset', NAME => ‘MAX_FILESIZE' 
hbase> alter ‘t1′, METHOD => ‘table_att_unset', NAME => ‘coprocessor$1′

f、可以一次執行多個alter指令：

hbase> alter ‘t1′, {NAME => ‘f1′}, {NAME => ‘f2′, METHOD => ‘delete'}

(7)統計行數：

代碼如下:

hbase> count ‘t1′ 
hbase> count ‘t1′, INTERVAL => 100000 
hbase> count ‘t1′, CACHE => 1000 
hbase> count ‘t1′, INTERVAL => 10, CACHE => 1000

count一般會比較耗時，使用mapreduce進行統計，統計結果會緩存，預設是10行。統計間隔預設的是1000行（INTERVAL）。

(8)disable 和 enable 操作

很多操作需要先暫停表的可用性，比如上邊說的alter操作，删除表也需要這個操作。disable_all和enable_all能夠操作更多的表。

disable ‘t1′

(9)表的删除

先停止表的可使用性，然後執行删除指令。

drop ‘t1′

以上是一些常用指令詳解，具體的所有hbase的shell指令如下，分了幾個指令群，看英文是可以看出大概用處的，詳細的用法使用help “cmd” 進行了解。

代碼如下

COMMAND GROUPS: 
Group name: general 
Commands: status, version 
Group name: ddl 
Commands: alter, alter_async, alter_status, create, describe, disable, disable_all, drop, drop_all, 
enable, enable_all, exists, is_disabled, is_enabled, list, show_filters 
Group name: dml 
Commands: count, delete, deleteall, get, get_counter, incr, put, scan, truncate 
Group name: tools 
Commands: assign, balance_switch, balancer, close_region, compact, flush, hlog_roll, major_compact, 
move, split, unassign, zk_dump 
Group name: replication 
Commands: add_peer, disable_peer, enable_peer, list_peers, remove_peer, start_replication, 
stop_replication 
Group name: security 
Commands: grant, revoke, user_permission

4. hbase shell腳本

既然是shell指令，當然也可以把所有的hbase shell指令寫入到一個檔案内，想linux shell腳本程式那樣去順序的執行所有指令。如同寫linux shell，把所有hbase shell指令書寫在一個檔案内，然後執行如下指令即可：

代碼如下:

$ hbase shell test.hbaseshell

轉載于:https://my.oschina.net/u/2309138/blog/424691

hbase shell基礎和常用指令詳解

繼續閱讀

Linxu常用指令技巧彙總

ERROR 1 (HY000): Can't create/write to file '/tmp/#sql_4188_1.MYI' (Errcode: 28)

艱難安裝LDAP,SSL認證

《Linux指令行與Shell腳本程式設計大全第2版.布盧姆》pdf

MySQL的4種隔離級别？出現問題

ACS基本配置-權限等級管理

XX系統實施過程問題總結

無元件上傳圖檔到資料庫中，最完整解決方案

【MySQL資料庫】資料庫索引事務1.索引2.事務

neo4j之cypher使用文檔

Ambari介紹和架構原理

NOSQL安全攻擊

mybatis_入門程式Mybatis入門

登入plsql 報錯 the account is locked --使用者被鎖

SequoiaDB巨杉資料庫C++驅動概述

win10本地scala和spark安裝安裝scala安裝spark