Hbase常用SQL-DDL与DML汇总

       Hbase是一个非关系型，面向列族的数据库，其插入和查询的性能远高于一般关系型数据库，下面主要来看一下一些常用的sql.

一、ddl操作

1. 创建一个表

create 'table1', 'tab1_id', 'tab1_add', 'tab1_info'

2. 列出所有的表

list

3. 获得表的描述

describe 'UBA.VISITOR'

4. 删除一个列族  

disable alter enable
disable 'table1'
alter 'table1', {NAME=>'tab1_add', METHOD=>'delete'}
enable 'table1'

5. 查看表是否存在

exists 'table2'

6. 判断表是否为‘enable’

is_enabled 'table1'

判断表是否为‘disable’

is_disabled 'table1'

7. 删除一个表

disable 'table1'
drop 'table1'

二、dml操作

1. 插入几条记录

put 'member', 'scutshuxue', 'info:age', '24'
put 'member', 'scutshuxue', 'info:birthday', '1987-06-17'
put 'member', 'scutshuxue', 'info:company', 'alibaba'
put 'member', 'scutshuxue', 'address:contry', 'china'
put 'member', 'scutshuxue', 'address:province', 'zhejiang'
put 'member', 'scutshuxue', 'address:city', 'hangzhou'

2. 全表扫描 

 scan  "UBA.VISITOR"

3. 获得数据 get
3.1 获得一行的所有数据

get  'UBA.VISITOR','00devNo12'

3.2 获得某行，某列族的几条数据

scan 'U_FLOWNO_BUSINESS_INFO',{LIMIT=>10},{COLUMN=>'info'}

3.3按条件查询(不走rowkey)获得某行，某列族，某列的所有数据
(1)查询LAST_UPDATE_TIME这个字段在一个时间范围之内的数据，

import org.apache.hadoop.hbase.filter.CompareFilter
import org.apache.hadoop.hbase.filter.SingleColumnValueFilter
import org.apache.hadoop.hbase.filter.SubstringComparator
import org.apache.hadoop.hbase.util.Bytes
scan 'U_FLOWNO_BUSINESS_INFO', { COLUMNS => 'INFO:LAST_UPDATE_TIME', FILTER => SingleColumnValueFilter.new(Bytes.toBytes('INFO'), Bytes.toBytes('LAST_UPDATE_TIME'),CompareFilter::CompareOp.valueOf('GREATER_OR_EQUAL'),Bytes.toBytes("1470044957000"))}

(2)查询以特定符号开发或结尾的列

scan 'CUST_GROUP_DETAIL',{COLUMNS=>'info',FILTER=>"(SingleColumnValueFilter('info','CUST_GROUP_ID',=,'regexstring:.*2015122215551461389799587',true,true) AND SingleColumnValueFilter('info','SN',=,'regexstring:.*A1D41B4650C5BE7F',true,true))"}

4. 更新一条记录  put（把scutshuxue年龄改为99）

put 'member', 'scutshuxue', 'info:age', 99

5. 删除 

delete、 deleteall

5.1 (删除行'scutshuxue', 列族为‘info' 中age的值

delete 'member', 'scutshuxue', 'info:age'

5.2 删除整行

deleteall 'member', 'scutshuxue'

6. 查询表中有多少行

count 'member'

7. 给‘xiaoming’这个id增加'info:age'字段，并使用counter实现递增

incr 'member',  'xiaoming', 'info:age'   

8. 将整个表清空

truncate 'member'