1、Hbase表、shell、Java API

2019独角兽企业重金招聘Python工程师标准>>>

一：简介

1、hbase是一个“列式存储”的nosql数据库，有如下特点

• 支持单表上百亿行，数百万列的存储以及实时查询

• 它支持表中某行数据的字段可以动态增加和减少，也就是不需要所有行数据字段个数一致，也不需要像关系型数据库那样事先定义表的schame信息。

• 经常用于字段动态改变的一些场景。

2、hbase表的几个概念

• 行键rowkey

  用于唯一表示一条数据，所以表中的rowkey必须保证唯一，通过rowKey查询非常快，一般使用数据中的某几个关键查询字段拼接而成。这样就可以使用rowKey进行条件组合查询。

• 列族Family

  hbase将每条数据的字段归属于不同的列族以方便管理，比如：userName、passwd、age字段归属于base_info列族，interests归属于extra_info列族。每个列族在内存中体现为一个store来管理。

• 单元格cell

  数据的每个字段叫做cell，它是归属于列族的，所以插入和查询的时候都需要带上列族来组合。所以会发现单元格可以随意增加，只需要指定列族即可。

• 版本号version

  因为cell值需要被经常修改，而hbase又不想直接把原来的值给替换掉，所以形成了版本号。版本号是针对列族而言的，表示此列族下的每个cell要保存多少个版本。版本号一般用时间戳timestamp来表示

二：Hbase shell操作

DDL

• 1、查看表 --> list

• 2、 创建表 --> 指定列族，列族版本数

    create 't1',{NAME => 'f1', VERSIONS => 2},{NAME => 'f2', VERSIONS => 2}
  

• 3、删除表 --> 先disable再删除

    disable 't1'
    drop 't1'
  

• 4、查看表的结构

    describe 't1'
  

• 5、修改表结构

    disable 'test1'
    alter 'test1',{NAME=>'body',TTL=>'15552000'},{NAME=>'meta', TTL=>'15552000'}
    enable 'test1'
  

DML

• 1、插入数据 --> put

    put 't1','rowkey001','f1:col1','value01'
  

• 2、查询数据 --> get

    get 't1', 'rowkey001'
    get 't1', 'rowkey001', 'f1:coll'
  

• 3、扫描表 --> scan 't1'

• 4、删除数据

    deleteall 't1','rowkey001'  --> 删除一条数据
    deleteall 't1'              --> 删除整表数据
  

三：Hbase Java api

package com.bigdata.storage.hbase;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.hbase.*;
import org.apache.hadoop.hbase.client.*;
import org.apache.hadoop.hbase.filter.*;
import org.apache.hadoop.hbase.regionserver.BloomType;
import org.apache.hadoop.hbase.util.Bytes;
import org.junit.Before;
import org.junit.Test;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;

import java.io.IOException;
import java.util.ArrayList;
import java.util.Iterator;

/**
 * hbase ddl、dml、filter等操作
 *
 * [@Author](https://my.oschina.net/arthor) liufu
 */
public class HbaseClientTest {
    private static final Logger logger = LoggerFactory.getLogger(HbaseClientTest.class);

    private Connection conn;

    [@Before](https://my.oschina.net/u/3870904)
    public void init() throws Exception {
        /**
         * HBaseConfiguration.create()
         * 会调用Hadoop的Configuration加载core-site.xml、hdfs-site.xml
         * 然后在加载hbase-site.xml
         * 这三个文件在jar包中有默认的值，但是没法和集群对应上，有两中方法：
         * 1、所以需要将集群中的这三个文件copy下来放到本工程的resources目录下被加载即可
         * 2、创建好conf之后，设置zookeeper地址，因为只要知道了zookeeper就可以连接hbase
         * 注意：client只和zookeeper以及regainServer交互，不和Hmaster交互
         */
        Configuration conf = HBaseConfiguration.create();
        conf.set("hbase.zookeeper.quorum", "rzx168:2181");

        try {
            conn = ConnectionFactory.createConnection(conf);
        } catch (IOException e) {
            logger.error("创建hbase连接失败", e);
        }
    }

    /**
     * DDL:建表
     *
     * [@throws](https://my.oschina.net/throws) Exception
     */
    [@Test](https://my.oschina.net/azibug)
    public void testCreate() throws Exception {
        // 获取一个表管理器
        Admin admin = conn.getAdmin();
        // 构造一个表描述器，并指定表名
        HTableDescriptor htd = new HTableDescriptor(TableName.valueOf("t_user_info"));

        // 构造一个列族描述器，并指定列族名
        HColumnDescriptor hcd1 = new HColumnDescriptor("base_info");
        // 为该列族设定一个布隆过滤器类型参数/版本数量
        hcd1.setBloomFilterType(BloomType.ROW).setVersions(1, 3);

        // 构造第二个列族描述器，并指定列族名
        HColumnDescriptor hcd2 = new HColumnDescriptor("extra_info");
        hcd2.setBloomFilterType(BloomType.ROW).setVersions(1, 3);

        // 将列族描述器添加到表描述器中
        htd.addFamily(hcd1).addFamily(hcd2);
        admin.createTable(htd);
        admin.close();
        conn.close();
    }

    /**
     * 删除表
     *
     * [@throws](https://my.oschina.net/throws) Exception
     */
    @Test
    public void testDrop() throws Exception {
        Admin admin = conn.getAdmin();
        //先disable才能进行delete
        admin.disableTable(TableName.valueOf("t_user_info"));
        admin.deleteTable(TableName.valueOf("t_user_info"));
        admin.close();
        conn.close();
    }

    /**
     * 修改表定义（schema）
     *
     * @throws Exception
     */
    @Test
    public void testModify() throws Exception {
        Admin admin = conn.getAdmin();
        // 修改已有的ColumnFamily
        HTableDescriptor table = admin.getTableDescriptor(TableName.valueOf("t_user_info"));
        HColumnDescriptor f2 = table.getFamily("extra_info".getBytes());
        f2.setBloomFilterType(BloomType.ROWCOL);
        // 添加新的ColumnFamily
        table.addFamily(new HColumnDescriptor("other_info"));
        admin.modifyTable(TableName.valueOf("t_user_info"), table);

        admin.close();
        conn.close();
    }

    /**
     * 插入、修改 数据 DML
     * 如果插入的行对应的字段已经存在，则会修改，以版本来记录以前的值
     *
     * @throws Exception
     */
    @Test
    public void testPut() throws Exception {
        Table table = conn.getTable(TableName.valueOf("t_user_info"));
        ArrayList puts = new ArrayList();

        // 构建一个put对象（kv），指定其行键
        Put put01 = new Put(Bytes.toBytes("user001"));
        put01.addColumn(Bytes.toBytes("base_info"), Bytes.toBytes("username"), Bytes.toBytes("zhangsan"));

        Put put02 = new Put("user001".getBytes());
        put02.addColumn(Bytes.toBytes("base_info"), Bytes.toBytes("password"), Bytes.toBytes("123456"));

        Put put03 = new Put("user002".getBytes());
        put03.addColumn(Bytes.toBytes("base_info"), Bytes.toBytes("username"), Bytes.toBytes("lisi"));
        put03.addColumn(Bytes.toBytes("extra_info"), Bytes.toBytes("married"), Bytes.toBytes("false"));

        Put put04 = new Put("zhang_sh_01".getBytes());
        put04.addColumn(Bytes.toBytes("base_info"), Bytes.toBytes("username"), Bytes.toBytes("zhang01"));
        put04.addColumn(Bytes.toBytes("extra_info"), Bytes.toBytes("married"), Bytes.toBytes("false"));

        Put put05 = new Put("zhang_sh_02".getBytes());
        put05.addColumn(Bytes.toBytes("base_info"), Bytes.toBytes("username"), Bytes.toBytes("zhang02"));
        put05.addColumn(Bytes.toBytes("extra_info"), Bytes.toBytes("married"), Bytes.toBytes("false"));

        Put put06 = new Put("liu_sh_01".getBytes());
        put06.addColumn(Bytes.toBytes("base_info"), Bytes.toBytes("username"), Bytes.toBytes("liu01"));
        put06.addColumn(Bytes.toBytes("extra_info"), Bytes.toBytes("married"), Bytes.toBytes("false"));

        Put put07 = new Put("zhang_bj_01".getBytes());
        put07.addColumn(Bytes.toBytes("base_info"), Bytes.toBytes("username"), Bytes.toBytes("zhang03"));
        put07.addColumn(Bytes.toBytes("extra_info"), Bytes.toBytes("married"), Bytes.toBytes("false"));

        Put put08 = new Put("zhang_bj_01".getBytes());
        put08.addColumn(Bytes.toBytes("base_info"), Bytes.toBytes("username"), Bytes.toBytes("zhang04"));
        put08.addColumn(Bytes.toBytes("extra_info"), Bytes.toBytes("married"), Bytes.toBytes("false"));

        puts.add(put01);
        puts.add(put02);
        puts.add(put03);
        puts.add(put04);
        puts.add(put05);
        puts.add(put06);
        puts.add(put07);
        puts.add(put08);

        table.put(puts);
        table.close();
        conn.close();
    }

    /**
     * 读取数据 ---get，指定rowkey
     * 可以一次读一行，也可以一次读取一批
     * 一般结合ES存储索引字段，以及对应的rowKey
     * 通过ES查询得到的rowKey，然后一次性从hbase中查询
     *
     * @throws Exception
     */
    @Test
    public void testGet() throws Exception {
        Table table = conn.getTable(TableName.valueOf("t_user_info"));

        // 构造一个get查询参数对象，指定要get的是哪一行
        Get get = new Get("user001".getBytes());
        Result result = table.get(get);
        CellScanner cellScanner = result.cellScanner();
        while (cellScanner.advance()) {
            Cell current = cellScanner.current();
            byte[] familyArray = current.getFamilyArray();
            byte[] qualifierArray = current.getQualifierArray();
            byte[] valueArray = current.getValueArray();

            System.out.print(new String(familyArray, current.getFamilyOffset(), current.getFamilyLength()));
            System.out.print(":" + new String(qualifierArray, current.getQualifierOffset(), current.getQualifierLength()));
            System.out.println(" " + new String(valueArray, current.getValueOffset(), current.getValueLength()));
        }
        table.close();
        conn.close();
    }

    /**
     * 删除某rowkey的某列
     *
     * @throws Exception
     */
    @Test
    public void testDel() throws Exception {
        Table table = conn.getTable(TableName.valueOf("t_user_info"));

        Delete delete = new Delete("user001".getBytes());
        delete.addColumn("base_info".getBytes(), "password".getBytes());
        table.delete(delete);

        table.close();
        conn.close();
    }

    /**
     * scan 批量查询数据(全表扫描)
     *
     * @throws Exception
     */
    @Test
    public void testScan() throws Exception {
        Table t_user_info = conn.getTable(TableName.valueOf("t_user_info"));

        Scan scan = new Scan();
        ResultScanner scanner = t_user_info.getScanner(scan);
        Iterator iter = scanner.iterator();
        while (iter.hasNext()) {
            Result result = iter.next();
            CellScanner cellScanner = result.cellScanner();
            while (cellScanner.advance()) {
                Cell current = cellScanner.current();
                byte[] familyArray = current.getFamilyArray();
                byte[] valueArray = current.getValueArray();
                byte[] qualifierArray = current.getQualifierArray();
                byte[] rowArray = current.getRowArray();

                System.out.println(new String(rowArray, current.getRowOffset(), current.getRowLength()));
                System.out.print(new String(familyArray, current.getFamilyOffset(), current.getFamilyLength()));
                System.out.print(":" + new String(qualifierArray, current.getQualifierOffset(), current.getQualifierLength()));
                System.out.println(" " + new String(valueArray, current.getValueOffset(), current.getValueLength()));
            }
            System.out.println("-----------------------");
        }
    }

    /**
     * 上面的scan操作是全表扫描，数据量很大，可以再加上一些filter功能
     * 包括针对：rowkey、family（用得少）、字段名（用得少），字段值
     * 

     * 虽然可以进行过滤，但是要全表扫描，性能较差
     * 一般配合ES来存储，ES存储索引字段，以及对应rowKey字段
     * 查询ES得到符合的rowKey，最后一次性在hbase中按照rowKey进行查找
     *
     * @throws Exception
     */
    @Test
    public void testFilter() throws Exception {

        //  ================关于行键过滤器（用的多）
        // 行键前缀过滤器：针对行键的前缀过滤器
        Filter pf = new PrefixFilter(Bytes.toBytes("liu"));
        testScan(pf);

        /**
         * 行键过滤器：针对行键的更灵活的过滤器
         * 参数1： CompareOp.LESS 过滤的运算（大于/小于/等于/不等于.....）
         * 参数2： ByteArrayComparable  过滤的比较方式（按字节比，按字符串比，按前缀比，按正则表达式比.....）
         */
        RowFilter rf1 = new RowFilter(CompareFilter.CompareOp.LESS, new BinaryComparator(Bytes.toBytes("user002")));
        RowFilter rf2 = new RowFilter(CompareFilter.CompareOp.EQUAL, new SubstringComparator("00"));
        testScan(rf1);
        System.out.println("**********");
        testScan(rf2);

        //  ================关于列族名过滤器（这个用得少）
        // 列族名过滤器：针对列族名的过滤器 返回结果中只会包含满足条件的列族中的数据
        FamilyFilter ff1 = new FamilyFilter(CompareFilter.CompareOp.EQUAL, new BinaryComparator(Bytes.toBytes("inf")));
        FamilyFilter ff2 = new FamilyFilter(CompareFilter.CompareOp.EQUAL, new BinaryPrefixComparator(Bytes.toBytes("base")));
        testScan(ff2);

        //  ================关于列名过滤
        // 列名过滤器：针对列名的过滤器 返回结果中只会包含满足条件的列的数据
        QualifierFilter qf = new QualifierFilter(CompareFilter.CompareOp.EQUAL, new BinaryComparator(Bytes.toBytes("password")));
        QualifierFilter qf2 = new QualifierFilter(CompareFilter.CompareOp.EQUAL, new BinaryPrefixComparator(Bytes.toBytes("us")));
        testScan(qf2);

        // 跟QualifierFilter使用BinaryPrefixComparator这种比较器时，效果是一样的
        ColumnPrefixFilter cf = new ColumnPrefixFilter("passw".getBytes());
        testScan(cf);

        //  ================关于列值过滤器
        // 列值过滤器：针对指定列的value来过滤
        SingleColumnValueFilter scvf = new SingleColumnValueFilter("base_info".getBytes(), "password".getBytes(), CompareFilter.CompareOp.GREATER, "123456".getBytes());
        scvf.setFilterIfMissing(true); // 如果指定的列缺失，则也过滤掉
        testScan(scvf);

        ByteArrayComparable comparator1 = new RegexStringComparator("^zhang");
        ByteArrayComparable comparator2 = new SubstringComparator("ang");
        SingleColumnValueFilter scvf1 = new SingleColumnValueFilter("base_info".getBytes(), "username".getBytes(), CompareFilter.CompareOp.EQUAL, comparator1);
        testScan(scvf1);

        //MultipleColumnPrefixFilter 跟ColumnPrefixFilter功能是相似的，区别在于可以指定多个前缀值，满足任意一个即可
        byte[][] prefixes = new byte[][]{Bytes.toBytes("username"), Bytes.toBytes("password")};
        MultipleColumnPrefixFilter mcf = new MultipleColumnPrefixFilter(prefixes);
        testScan(mcf);


        // 过滤器链表：FilterList   可以用“与”/“或”的方式组合多个过滤器
        FamilyFilter ff3 = new FamilyFilter(CompareFilter.CompareOp.EQUAL, new BinaryPrefixComparator(Bytes.toBytes("base")));
        ColumnPrefixFilter cf1 = new ColumnPrefixFilter("passw".getBytes());
        FilterList filterList = new FilterList(FilterList.Operator.MUST_PASS_ALL);
        filterList.addFilter(ff3);
        filterList.addFilter(cf1);
        testScan(filterList);
    }

    public void testScan(Filter filter) throws Exception {
        Table t_user_info = conn.getTable(TableName.valueOf("t_user_info"));

        Scan scan = new Scan();
        scan.setFilter(filter);
        ResultScanner scanner = t_user_info.getScanner(scan);
        Iterator iter = scanner.iterator();
        while (iter.hasNext()) {
            Result result = iter.next();
            CellScanner cellScanner = result.cellScanner();
            while (cellScanner.advance()) {
                Cell current = cellScanner.current();
                byte[] familyArray = current.getFamilyArray();
                byte[] valueArray = current.getValueArray();
                byte[] qualifierArray = current.getQualifierArray();
                byte[] rowArray = current.getRowArray();

                System.out.println(new String(rowArray, current.getRowOffset(), current.getRowLength()));
                System.out.print(new String(familyArray, current.getFamilyOffset(), current.getFamilyLength()));
                System.out.print(":" + new String(qualifierArray, current.getQualifierOffset(), current.getQualifierLength()));
                System.out.println(" " + new String(valueArray, current.getValueOffset(), current.getValueLength()));
            }
            System.out.println("-----------------------");
        }
    }

    /**
     * 分页查询
     * 核心思想：
     * 用一个pageFilter来定义一页返回最多的条数
     * 自己去记录每一页中的最后一条的(行键+\000)作为下一页查询时的起始行键
     *
     * @throws Exception
     */
    @Test
    public void pageScan() throws Exception {

        final byte[] POSTFIX = new byte[]{0x00};
        Table table = conn.getTable(TableName.valueOf("t_user_info"));
        Filter filter = new PageFilter(3); // 一次需要获取一页的条数
        byte[] lastRow = null;
        int totalRows = 0;
        while (true) {
            Scan scan = new Scan();
            scan.setFilter(filter);
            if (lastRow != null) {
                byte[] startRow = Bytes.add(lastRow, POSTFIX); // 设置本次查询的起始行键
                scan.setStartRow(startRow);
            }
            // 由于scan中已经设置了PageFilter(3)，所以scanner将返回<=3条数据
            ResultScanner scanner = table.getScanner(scan);
            int localRows = 0;
            Result result;
            while ((result = scanner.next()) != null) {
                System.out.println(++localRows + ":" + result);
                totalRows++;
                lastRow = result.getRow();
            }
            scanner.close();
            if (localRows == 0)
                break;
            Thread.sleep(2000);
        }
        System.out.println("total rows:" + totalRows);
    }
}

转载于:https://my.oschina.net/liufukin/blog/795554