1. 程式人生 > >關於HBase及HBase Shell的認識

關於HBase及HBase Shell的認識

       HBase shell是HBase的一套命令列工具,類似傳統資料中的sql概念,可以使用shell命令來查詢HBase中資料的詳細情況。安裝完HBase之後,如果配置了HBase的環境變數,只要在shell中執行hbase shell就可以進入命令列介面。

HBase介紹

HBase簡介

HBase的名字的來源於Hadoop database,即hadoop資料庫,不同於一般的關係資料庫,它是一個適合於非結構化資料儲存的資料庫,而且它是基於列的而不是基於行的模式。

HBase是一個分散式的、面向列的開源資料庫,源於google的一篇論文

《bigtable:一個結構化資料的分散式儲存系統》。HBase是Google Bigtable的開源實現,它利用Hadoop HDFS作為其檔案儲存系統,利用Hadoop MapReduce來處理HBase中的海量資料,利用Zookeeper作為協同服務。

hbase提供了一個shell的終端給使用者互動。使用命令hbase shell進入命令介面。通過執行 help可以看到命令的幫助資訊。

HBase的表結構

HBase以表的形式儲存資料。表有行和列組成。列劃分為若干個列族/列簇(column family)。

{:.center}

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column1column2t1:abc,t2:gdxdf是由row key1column-family1-column1唯一確定的一個單元cell。這個cell中有兩個資料,abc和gdxdf。兩個值的時間戳不一樣,分別是t1,t2, hbase會返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。訪問hbase table中的行,只有三種方式:

  • 通過單個row key訪問
  • 通過row key的range
  • 全表掃描

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

儲存時,資料按照Row key的字典序(byte order)排序儲存。設計key時,要充分排序儲存這個特性,將經常一起讀取的行儲存放到一起。(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理解程式在對同一個行進行併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:historycourses:math都屬於courses這個列族。

訪問控制、磁碟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型別的應用:我們允許一些應用可以新增新的基本資料、一些應用可以讀取基本資料並建立繼承的列族、一些應用則只允許瀏覽資料(甚至可能因為隱私的原因不能瀏覽所有資料)。

3、單元 Cell

HBase中通過row和columns確定的為一個存貯單元稱為cell。由{row key, column( =<family> + <label>), version} 唯一確定的單元。cell中的資料是沒有型別的,全部是位元組碼形式存貯。

4、時間戳 timestamp

每個cell都儲存著同一份資料的多個版本。版本通過時間戳來索引。時間戳的型別是 64位整型。時間戳可以由hbase(在資料寫入時自動 )賦值,此時時間戳是精確到毫秒的當前系統時間。時間戳也可以由客戶顯式賦值。如果應用程式要避免資料版本衝突,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內的版本(比如最近七天)。使用者可以針對每個列族進行設定。

Hbase shell

HBase Shell的一些基本操作命令,列出了幾個常用的HBase Shell命令,如下:

名稱 命令表示式
檢視存在哪些表 list
建立表 create '表名稱', '列名稱1','列名稱2','列名稱N'
新增記錄 put '表名稱', '行名稱', '列名稱:', '值'
檢視記錄 get '表名稱', '行名稱'
查看錶中的記錄總數 count '表名稱'
刪除記錄 delete '表名' ,'行名稱' , '列名稱'
刪除一張表 先要遮蔽該表,才能對該表進行刪除,第一步 disable '表名稱' 第二步 drop '表名稱'
檢視所有記錄 scan "表名稱"
檢視某個表某個列中所有資料 scan "表名稱" , ['列名稱:']
更新記錄 就是重寫一遍進行覆

一般操作

1、HBase shell中的幫助命令非常強大,使用help獲得全部命令的列表,使用help ‘command_name’獲得某一個命令的詳細資訊。 例如:

help list'

2、查詢伺服器狀態

status

3、查詢Hbase版本:

version

4、檢視所有表

list

增刪改

1、建立一個表

create 'member','member_id','address','info’ 

2、獲得表的描述

describe 'member'

3、新增一個列族

alter 'member', 'id'

4、刪除一個列族

alter 'member', {NAME => 'member_id', METHOD => 'delete’}

5、刪除列

1)通過delete命令,我們可以刪除id為某個值的‘info:age’欄位,接下來的get就無視了

delete 'member','debugo','info:age' get 'member','debugo','info:age'

2)刪除整行的值:deleteall

deleteall 'member','debugo' get 'member',’debugo'

6、通過enable和disable來啟用/禁用這個表,相應的可以通過is_enabledis_disabled來檢查表是否被禁用。

is_enabled 'member'
is_disabled 'member'

7、使用exists來檢查表是否存在

exists 'member'

8、刪除表需要先將表disable。

disable 'member'
drop 'member'

9、put

在HBase shell中,我們可以通過put命令來插入資料。例如我們新建立一個表,它擁有id、address和info三個列簇,並插入一些資料。列簇下的列不需要提前建立,在需要時通過:來指定即可。

create 'member','id','address','info' # 資料 put 'member', 'debugo','id','11' put 'member', 'debugo','info:age','27' put 'member', 'debugo','info:birthday','1987-04-04' put 'member', 'debugo','info:industry', 'it' put 'member', 'debugo','address:city','beijing' put 'member', 'debugo','address:country','china' put 'member', 'Sariel', 'id', '21' put 'member', 'Sariel','info:age', '26' put 'member', 'Sariel','info:birthday', '1988-05-09 ' put 'member', 'Sariel','info:industry', 'it' put 'member', 'Sariel','address:city', 'beijing' put 'member', 'Sariel','address:country', 'china' put 'member', 'Elvis', 'id', '22' put 'member', 'Elvis','info:age', '26' put 'member', 'Elvis','info:birthday', '1988-09-14 ' put 'member', 'Elvis','info:industry', 'it' put 'member', 'Elvis','address:city', 'beijing' put 'member', 'Elvis','address:country', 'china'

查詢

1、查詢表中有多少行:count

count 'member'

2、get

1)獲取一個id的所有資料

get 'member', Sariel'

2)獲得一個id,一個列簇(一個列)中的所有資料:

get 'member', 'Sariel', 'info'

3、查詢整表資料

scan 'member'

4、掃描整個列簇

scan 'member', {COLUMN=>'info'}

5、指定掃描其中的某個列:

scan 'member', {COLUMNS=> 'info:birthday'}

6、除了列(COLUMNS)修飾詞外,HBase還支援Limit(限制查詢結果行數),STARTROWROWKEY起始行。會先根據這個key定位到region,再向後掃描)、STOPROW(結束行)、TIMERANGE(限定時間戳範圍)、VERSIONS(版本數)、和FILTER(按條件過濾行)等。比如我們從Sariel這個rowkey開始,找下一個行的最新版本

scan 'member', { STARTROW => 'Sariel', LIMIT=>1, VERSIONS=>1}

7、Filter是一個非常強大的修飾詞,可以設定一系列條件來進行過濾。比如我們要限制某個列的值等於26

scan 'member', FILTER=>"ValueFilter(=,'binary:26’)"

值包含6這個值:

scan 'member', FILTER=>"ValueFilter(=,'substring:6')"

列名中的字首為birthday的

scan 'member', FILTER=>"ColumnPrefixFilter('birth') “

FILTER中支援多個過濾條件通過括號、AND和OR的條件組合

scan 'member', FILTER=>"ColumnPrefixFilter('birth') AND ValueFilter ValueFilter(=,'substring:1988')"

PrefixFilter是對Rowkey的字首進行判斷,這是一個非常常用的功能。

scan 'member', FILTER=>"PrefixFilter('E')"