Ubuntu16.04的Hadoop2.7.3安装HBase学习

分布式数据库HBase

本文有参考厦门大学数据库，表示感谢。 http://dblab.xmu.edu.cn/blog/install-hbase/

作者：秦景坤

时间：2017-4-28

HBase介绍

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/列族(column family)。
欲了解HBase的官方咨询，请访问HBase官方文档http://hbase.apache.org/

HBase的运行有三种模式：单机模式、伪分布模式、分布式模式。

单机模式: 在一台计算机上安装和使用HBase，不涉及数据的分布式存储
伪分布式模式： 在一台计算机上模拟一个小的集群
分布式模式： 使用多台计算机实现物理意义上的分布式存储。

环境

• 操作系统： Ubuntu16.04
• hadoop: 2.7.3
• HBase: 1.2.5

HBase下载地址 : http://archive.apache.org/dist/hbase/stable/

安装并配置HBase

HBase安装

1.解压安装包hbase-1.2.5-bin.tar.gz到路径/usr/local，命令如下:

sudo tar -zxf ~/Downloads/hbase-1.2.5-bin.tar.gz -C /usr/local

2.将解压的文件名hbase-1.2.5改为hbase，以方便使用，命令如下:

cd /usr/local
sudo mv hbase-1.2.5 hbase

3.配置环境变量
将hbase下的bin目录添加到path中，这样启动hbase就无需到/usr/local/hbase目录下，大大的方便了hbase的使用。

编辑完成后，再执行source命令使上述配置在当前终端立即生效，命令如下

source /etc/profile

4.添加HBase权限

cd /usr/local
sudo chown -R hadoop ./hbase #将hbase下的所有文件的所有者改为hadoop，hadoop是当前用户的用户名

5.查看HBase版本，确定hbase安装成功，命令如下:

hbase version 
或者
/usr/local/hbase/bin/hbase version

执行命令后，输出信息如下：

看到以上输出信息表示HBase已经安装成功。

HBase配置

HBase有三种运行模式，单机模式，伪分布式模式，分布式模式。

确保 jdk,hadoop,SSH已经安装。

单机模式配置

1.配置/usr/local/hbase/conf/hbase-env.sh
* 配置JAVA环境变量
* 添加配置HBASE_MANAGES_ZK为true
用vi命令打开并编辑hbase-env.sh

配置JAVA环境变量，jdk的安装目录默认是 /usr/local/java/jdk1.8.0_131(请自行修改个人的安装目录）
配置HBASE_MANAGES_ZK为true,表示hbase自己管理zookeeper，不需要单独的zookeeper。

hbase-env.sh中本来就存在这些变量的配置，大家只要删除前面的#并修改配置内容即可。

2.配置/usr/local/hbase/conf/hbase-site.xml

vi /usr/local/hbase/conf/hbase-site.xml

在启动HBase前需要设置属性hbase.rootdir，用于指定HBase数据的存储位置，因为如果不设置的话，hbase.rootdir默认为/tmp/hbase-${user.name}；这意味着每次重启系统都会丢失数据。此处设置为HBase安装目录下的hbase-tmp文件夹即（/usr/local/hbase/hbase-tmp),添加配置如下:

    
            hbase.rootdir
            /usr/local/hbase/hbase-tmp
    

3.接下来测试运行。首先切换目录至HBase安装目录/usr/local/hbase；再启动HBase。

cd /usr/local/hbase
bin/start-hbase.sh
bin/hbase shell

上述三条命名中，bin/start-hbase.sh用于启动HBase，bin/hbase shell用于打开shell命令行模式，用户可以通过输入shell命令操作HBase数据库

成功启动HBase，截图如下:

停止HBase运行，命令如下

bin/stop-hbase.sh

注意：在单机和伪分布的切换的时候需要把hadoop的单机和伪分布的配置文件一并修改。

伪分布式模式配置

1.配置/usr/local/hbase/conf/hbase-env.sh

vi /usr/local/hbase/conf/hbase-env.sh

配置：
* JAVA_HOME
* HBASE_CLASSPATH
* HBASE_MANAGES_ZK

HBASE_CLASSPATH设置为本机Hadoop安装目录下的conf目录（即/usr/local/hadoop/conf）

2.配置/usr/local/hbase/conf/hbase-site.xml

vi /usr/local/hbase/conf/hbase-site.xml 

修改hbase.rootdir，指定HBase数据在HDFS上存储路径；将属性hbase.cluster.distributed设置为true。假设当前Hadoop集群运行在伪分布模式下，在本机上运行，且NameNode运行在9000端口。

    
            hbase.rootdir
            hdfs://localhost:9000/hbase
    
    
            hbase.cluster.distributed
            true
    

3.接下来测试运行HBase
（1）首先登陆ssh，之前设置了无密码登录，因此这里不需要密码，在切换目录至/usr/local/hadoop，再启动hadoop。
（如果已经启动hadoop请跳过）

ssh localhost
cd /usr/local/hadoop
./sbin/start-dfs.sh

输入命令jps，能看到NameNode，DataNode和SecondaryNode都已经成功启动，表示hadoop启动成功。

(2)切换到/usr/local/hbase，再启动HBase命令如下

cd /usr/local/hbase
bin/start-hbase.sh

启动成功，输入命令jps,可以看到hbase启动成功。

进入shell界面：

bin/hbase shell 

4.停止HBase运行，命令如下

bin/stop-hbase.sh

注意
这里启动关闭Hadoop和HBase的顺序一定是:

启动Hadoop -> 启动HBase -> 关闭HBase -> 关闭Hadoop

编程实践

利用Shell命令

HBase中创建表

HBase中用create命令创建表，具体如下:

create 'student','Sname','Ssex','Sage','Sdept','course'

命令截图：

此时创建了一个”student”表，属性有:Sname,Ssex,Sage,Sdept,course。因为HBase的表中会有一个系统默认的属性作为行健，无需自行创建，默认为put命令操作中表名后第一个数据。创建完”student”表后，可通过describe命令查看”student”表的基本信息

HBase数据库基本操作

下面主要介绍HBase的增，删，改，查操作。在添加数据时，HBase会自动为添加的数据添加一个时间戳，故在需要修改数据时，只需直接添加数据，HBase即会生成一个新的版本，从而完成”改”操作，旧的版本依旧保留，系统会定时回收垃圾数据，只留下最新的几个版本，保存的版本数可以在创建表的时候指定。

• 添加数据
  HBase中用put命令添加数据，注意:一次只能为一个表的一行数据的一个列，也就是一个单元格添加一个数据，所以直接用shell命令插入数据效率很低，在实际应用中，一般都是利用编程操作数据。

运行命令添加一行数据：

put 'student','95001','Sname','Roc-J'

命令执行表示 在student表添加了学号为95001，名字为LiYing的一行数据，其行健为95001

put 'student','95001','course:math','80'

命令执行：

即在95001行下的course列族的math列添加了一个数据。

• 删除数据

在HBase中用delete以及deleteall 命令进行删除数据操作，区别是
* delete用于删除一个数据，是put的反向操作
* deleteall操作用于删除一行数据

1.delete命令

delete 'student','95001','Ssex'

2.deleteall命令

deleteall 'student','95001'

• 查看数据
  HBase中有两个用于查看数据的命令:
• get 命令，用于查看表的某一个单元格数据
• scan命令用于查看某个表的全部数据

1、get命令

get 'student','9999'

2.scan命令

scan 'student'

命令执行得到的是’student’表的全部数据

• 删除表

删除表有两步，第一步先让该表不可用，第二步删除表

disable 'student'
drop 'student'

查询表历史数据

查询表的历史版本，需要两步：
1.在创建表的时候，指定保存的版本数（假设指定为5）

create 'employee',{NAME=>'username',VERSION=>5}

2.插入数据然后更新数据，使其产生历史版本数据

注意，这里插入数据和更新数据都是用put命令

put 'employee','88888','username','Roc-J'
put 'employee','88888','username','Roc-J1'
put 'employee','88888','username','Roc-J2'
put 'employee','88888','username','Roc-J3'
put 'employee','88888','username','Roc-J4'
put 'employee','88888','username','Roc-J5'

3.查询时，指定查询的历史版本数。默认会查询出最新的数据。（有效值为1到5）

get 'employee'.'88888',{COLUMN=>'username',VERSIONS=>5}

退出HBase数据库表操作

最后退出数据库操作，输入exit命令即可退出。

注意，这里退出HBase数据库是退出对数据库表的操作，而不是停止启动HBase数据库后台运行。

exit

Java API编程实例

本实例使用Eclipse编写java程序，来对HBase数据库进行增删改查等操作。

1.启动hadoop,启动HBase

cd /usr/local/hadoop
./sbin/start-dfs.sh
cd /usr/local/hbase
./bin/start-hbase.sh

2.新建java project-HBase_Demo
新建class-HBase_Example

3.在工程中导入外部jar包。

程序代码如下：

import java.io.IOException;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.hbase.*;
import org.apache.hadoop.hbase.client.*;


public class HBase_Example {
    public static Configuration configuration;
    public static Connection connection;
    public static Admin admin;

    //主函数中的语句请逐句执行
    public static void main(String[] args) throws IOException {
        //
        createTable("Score",new String[]{"sname","course"});

    }

    //建立链接
    public static void init(){
        configuration = HBaseConfiguration.create();
        configuration.set("hbase.rootdir", "hdfs://localhost:9000/hbase");
        try{
            connection = ConnectionFactory.createConnection(configuration);
            admin = connection.getAdmin();
        } catch(IOException e) {
            e.printStackTrace();
        }
    }

    //关闭链接
    public static void close(){
        try {
            if(admin!= null) {
                admin.close();
            }
            if(null != connection) {
                connection.close();
            }
        }catch (IOException e) {
            e.printStackTrace();
        }
    }

    /**
     * 建表，HBase的表中有一个系统默认的属性作为主键，主键无需自行创建，默认为put命令操作中表名后的第一个数据，因此此处无需创建id列
     * @param myTableName
     * @param colFamily
     * @throws IOException
     */
    public static void createTable(String myTableName,String[] colFamily) throws IOException {
        init();
        TableName tableName = TableName.valueOf(myTableName);
        if(admin.tableExists(tableName)){
            System.out.println("table is exists!");
        }else{
            HTableDescriptor hTableDescriptor = new HTableDescriptor(tableName);
            for(String str:colFamily){
                HColumnDescriptor hColumnDescriptor = new HColumnDescriptor(str);
                hTableDescriptor.addFamily(hColumnDescriptor);
            }
            admin.createTable(hTableDescriptor);
            System.out.println("create table success");
        }
        close();
    }

    public static void deleteTable(String tableName) throws IOException {
        init();
        TableName tn = TableName.valueOf(tableName);
        if(admin.tableExists(tn)){
            admin.disableTable(tn);
            admin.deleteTable(tn);
        }
        close();
    }

    /**
     * 查看已有表
     * @throws IOException
     */
    public static void listTables() throws IOException {
        init();
        HTableDescriptor hTableDescriptors[] = admin.listTables();
        for(HTableDescriptor hTableDescriptor: hTableDescriptors){
            System.out.println(hTableDescriptor.getNameAsString());
        }
        close();
    }

    /**
     * 向某一行的某一列插入数据
     * @param tableName 表名
     * @param rowkey 行健
     * @param colFamily 列族名
     * @param col 列名
     * @param val 值
     * @throws IOException
     */
    public static void insertRow(String tableName,String rowkey,String colFamily,String col,String val) throws IOException {
        init();
        Table table = connection.getTable(TableName.valueOf(tableName));
        Put put = new Put(rowkey.getBytes());
        put.addColumn(colFamily.getBytes(), col.getBytes(), val.getBytes());
        table.put(put);
        table.close();
        close();
    }

    /**
     * 删除数据
     * @param tableName 表名
     * @param rowkey 行键
     * @param colFamily 列族名
     * @param col
     * @throws IOException
     */
    public static void deleteRow(String tableName,String rowkey,String colFamily,String col) throws IOException {
        init();
        Table table = connection.getTable(TableName.valueOf(tableName));
        Delete delete = new Delete(rowkey.getBytes());
        //删除制定列族的所有数据
        //delete.addFamily(colFamily.getBytes());
        //删除指定列的数据
        //delete.addColumn(colFamily.getBytes(), col.getBytes());

        table.delete(delete);
        table.close();
        close();
    }

    /**
     * 根据行健rowkey查找数据
     * @param tableName
     * @param rowkey
     * @param colFamily
     * @param col
     * @throws IOException
     */
    public static void getData(String tableName,String rowkey,String colFamily,String col) throws IOException {
        init();
        Table table = connection.getTable(TableName.valueOf(tableName));
        Get get = new Get(rowkey.getBytes());
        get.addColumn(colFamily.getBytes(), col.getBytes());
        Result result = table.get(get);
        showCell(result);
        table.close();
        close();
    }

    /**
     * 格式化输出
     * @param result
     */
    public static void showCell(Result result) {
        Cell[] cells = result.rawCells();
        for(Cell cell:cells){
            System.out.println("RowName: "+ new String(CellUtil.cloneRow(cell))+"");
            System.out.println("Timetamp: " + cell.getTimestamp()+" ");
            System.out.println("column Family: "+new String(CellUtil.cloneFamily(cell))+"  ");
            System.out.println("row Name:" + new String(CellUtil.cloneQualifier(cell))+" ");
            System.out.println("value:" + new String(CellUtil.cloneValue(cell))+" ");

        }
    }


}

主函数中逐句执行，首先执行了一句创建表：

控制台输出：

log4j:WARN No appenders could be found for logger (org.apache.hadoop.security.Groups).
log4j:WARN Please initialize the log4j system properly.
log4j:WARN See http://logging.apache.org/log4j/1.2/faq.html#noconfig for more info.
create table success

可以看到成功创建表

public static void main(String[] args) throws IOException {
        //创建一个表，表名为Score，列族为sname,course
        //createTable("Score",new String[]{"sname","course"});

        //在Score表中插入一条数据，其行健为89899,sname为Rock
        //等价于命令：put 'Score','89899','sname','Rock'
        //insertRow("Score","89899","sname","","Rock");

        //在Score表中插入一条数据，其行健为89899，course:Math为88（course为列族，Math为course下的子列）
        //等价于命令：put 'Score','89899','socre:Math','88'
        insertRow("Score","89899","course","math","88");
    }

主函数中可以进行语句的修改后：