Phoenix使用指南

1 使用概述

       Phoenix是基于HBase的SQL中间件产品，由Salesforce.com公司开源并托管于Github上。对于熟悉关系型数据库的开发人员来说，通过Phoenix可以像使用MySQL等关系型数据库一样使用HBase中的数据表。值得注意的是，它还提供了JDBC驱动包供Java程序访问数据。在实现时，充分利用了HBase协处理器和过滤器等底层

2 环境配置

       首先需要安装好HBase集群，且采用的版本在0.94.4以上，JDK版本1.6以上。本文采用的phoenix版本为phoenix-2.0.1（http://phoenix-bin.github.com/client/phoenix-2.0.1-install.tar），所以如果有相关差异或更改，请以官方公布文档为准。

       安装phoenix非常简单，从下载的tar包中取出phoenix-2.0.1.jar,将其放入HBase集群中所有RS节点安装目录lib中，同时记得移除之前安装的phoenix老版本，如果安装过的话。然后重启所有RS节点服务。如果采用Java代码访问，请采用与之匹配的client版本，比如本文的phoenix-2.0.1-client.jar。

       为便于测试，可将下载的包内容放置到HBase集群某个节点机器上，比如本文将其放置到HMaster机器vnode120的$HBASE_HOME phoenix中，为检验phoenix是否安装成功，请进入$HBASE_HOME/phoenix/bin目录，并赋予所有*.sh可执行权限，操作如下：

       sqlline.sh为其提供的命令行工具，可以在其中执行建表，查询等相关动作。运行该脚本需要跟zk参数，vnode121为某个zk节点。连上后，执行!tables会列出所有通过phoenix建的表，其中SYSTEM.TABLE这张表默认会存在，其中存放phoenix实现中的数据类型映射等信息。当能执行这些操作后，说明phoenix功能已经正常整合进现有HBase集群中，您接下来就可以体验HBase之上执行SQL功能的奇妙之旅了。

 

3 SQL特性详解

1）create：可以创建一张表或视图。表名如果没有用双引号括起来，默认都会使用其对应的大写字母名字表示，括起来后跟括起来的值保持一致。如果创建的表已经存在，且其不是通过phoenix create语法创建的，则可以继续使用phoenix create创建同名表，不影响原有表数据，但会影响通过phoenix select结果值存在部分不需要的值。创建视图时，需要对应的表和列族已存在，不能对表中数据进行更新操作。建表语句中，还可以附加一些HBase表、列族配置选项，如VERSIONS、MAX_FILESIZE etc.

CREATETABLE IF NOT EXISTS my_table ( id char(10) not null primary key, value integer);

CREATETABLE IF NOT EXISTS my_schema.my_table ( id char(10) not null primary key,value integer)  DATA_BLOCK_ENCODING='NONE',VERSIONS=10,MAX_FILESIZE=20480;

 

 

2）alter：可添加或删除一列或更新表属性。被移除的列，其上数据会被删除。如果该列是主键，不能被移除，如果移除列的是一个视图，数据是不会受影响的。

ALTERTABLE my_table ADD dept_name varchar(50)

ALTERTABLE my_table DROP COLUMN parent_id

ALTERTABLE my_table SET IMMUTABLE_ROWS=true

 

3）drop：删除表或视图。如果删除表，表中数据也会被删除，如果是视图则不受影响。

DROPTABLE my_schema.my_table
DROP VIEW my_view

 

4）upsert：更新或插入数据。如果表中不存在该数据则插入，否则更新，所以可以看出phoenix没有单独定义insert 或update命令。列列表可以省略，但后面插入的值顺序需要与表schema定义顺序保持一致，也可自己定义插入哪些column对应值，顺序与之对应即可。目前还支持一种选择性upsert的方式，它将另外一个查询的结果作为值插入表中。如果auto commit开启的话，会在服务端就提交了，否则会缓存到客户端，等着显式提交的时候进行批量upsert，通过配置” phoenix.mutate.upsertBatchSize”指定大小，默认10000行/次。

UPSERTINTO TEST VALUES('foo','bar',3);

UPSERTINTO TEST(NAME,ID) VALUES('foo',123)

 

5）delete：删除指定行。如果auto commit开启，则会直接在服务端执行删除。

DELETE FROM TEST;

DELETE FROM TEST WHERE ID=123;

 

6）index：二级索引。在表或视图上创建二级索引，当前版本仅支持对具有IMMUTABLE_ROWS属性的表上添加二级索引。目前实现是在数据行插入后便插入了索引。当创建了索引后，其实也会在HBase中创建一张表，表名为该二级索引名，所以还可对该index指定创建表相关参数。同时还可删除索引和修改索引。

CREATEINDEX my_idx ON sales.opportunity(last_updated_date DESC)

DROPINDEX my_idx ON sales.opportunity

ALTERINDEX my_idx ON sales.opportunity DISABLE

 

7）explain：执行计划。提供一个很简单的方式查看执行给定命令所需的逻辑步骤。每个步骤局势以单行字符串进行输出表示。这个可以很容易定位查询的性能瓶颈，或者所建二级索引是否生效等。

explain select * from test where age>0;

 

8）其他

constraint定义主键约束，默认按照列升序排列：

CONSTRAINTmy_pk PRIMARY KEY (host,created_date)

       选项，如之前用到的IMMUTABLE_ROWS=true，默认设置了这个选项的表才允许建索引。Phoenix默认是修改HBase元数据来使之生效，适用于HColumnDescriptor和HTableDescriptor相关选项。值得一提的是SALT_BUCKETS选项，它为每个rowkey预置一个字节，使其分布在不同rs上来避免写热点rs。

IMMUTABLE_ROWS=true

SALT_BUCKETS=10

       hint，可重置默认的查询行为。一般用于sql调优。目前支持SKIP_SCAN,RANGE_SCAN,NO_INTRA_REGION_PARALLELIZATION,NO_INDEX,INDEX5个hint。

select /*+NO_INDEX */* from test where age>0

       建表，建索引或alter等操作的时候，名称都可以用.分隔，如果是表，则前部分为schema名(默认null)，如果是column，则前部分是family名（默认’_0’）。不用双引号括起来的时候为大小写不敏感的。

       选择表达式可以用*和.*来表示所有列都选择出来，或指定列族下所有列都选择出来，注意的时候familyName是大小写敏感的，列名是大小写不敏感的。

       为表定义分割点，可以使用preparedStatement.setBinary(int,byte[])提供任意字节的分割。

       目前不支持join和子查询，可以为表和列定义别名，方法是使用as或直接将别名跟在真名后面。

       目前查询支持排序，比如按照某列升序，降序等。ORDER BY NAME ASC NULLSLAST。

支持的关系连接符有AND和OR。如果使用LIKE，可以用通配符_（单个字符）和%（任意字符）。若查询的字符串本身就包括则需要对其转义(\)。Between是个闭区间[5,10]

比较运算符有<>,<=,>=,=,<,>,!=其中<>与!=等效。字符串连接可以用||，数字和日期类型可以做+,-，*，/。

 

 

4 内置函数

支持的聚合函数有：

Ø  AVG：求平均，如果没有返回NULL

Ø  SUM：

Ø  COUNT：求行数，如果指定某列，则返回该列非空个数，如果为*或1,则返回所有行，加上distinct则返回不相同的行数

Ø  MAX：求最大值

Ø  MIN：求最小值

Ø  PERCENTILE_CONT：指定？？

Ø  PERCENTILE_DISC：指定占比的列具体值是多少

Ø  PERCENT_RANK：指定值占的百分比，PERCENT_RANK( 39 ) WITHINGROUP (ORDER BY id ASC)

Ø  STDDEV_SAMP：样本标准差

Ø  STDDEV_POP：总体标准差

 

支持的字符串函数：

Ø  SUBSTR：取子串，默认是基于1的，如果想基于0，则指定0，如果指定为负数，则是从字符串结尾算起

Ø  TRIM：去除字符串头尾空格

Ø  LTRIM:去除字符串左侧空格

Ø  RTRIM:去除字符串右侧空格

Ø  LENGTH:返回字符串长度

Ø  REGEXP_SUBSTR:通过指定正则表达式获取子串

Ø  REGEXP_REPLACE:正则替换

Ø  UPPER:大写转换

Ø  LOWER:小写转换

Ø  REVERSE:字符串反转

Ø  TO_CHAR:将日期、时间、时间戳或数字格式化为一个字符串。默认日期格式为yyyy-MM-dd HH:mm:ss,数字格式为#，##0.###。

 

支持的时间、日期函数：

Ø  ROUND：四舍五入？

Ø  TRUNC:截断

Ø  TO_DATE:转换为date类型

Ø  CURRENT_DATE:返回RS上当前日期

Ø  CURRENT_TIME:返回RS上当前时间

 

支持的时间、日期函数：

Ø  TO_NUMBER:转换日期、时间、时间戳为一个数字，可接受格式化串？

Ø  COALESCE:指定默认值，如果相应值为null

 

 

5 数据类型

Ø  INTEGER:范围为-2147483648 到 2147483647，与java.lang.Integer映射。但注意的是其二进制表示需要其会把第一个符号位进行翻转，这样保证负数排列在正数前面。

Ø  UNSIGNED_INT:范围为0到2147483647，这个是与java.lang.Integer对应，其二进制呈现形式和Bytes.toBytes(int)方法产生的一致。

Ø  BIGINT:范围为-9223372036854775808 到9223372036854775807 ，与java.lang.Long对应。8个字节，同时也是符号位反转。

Ø  UNSIGNED_LONG:可能值为0到9223372036854775807 ，与Bytes.toBytes(long)对应。

Ø  TINYINT:-128到127。与java.lang.Byte对应。符号位也需要反转。

Ø  UNSIGNED_TINYINT:0到127。二进制表示形式就是一个单字节，和Bytes.toBytes(byte)对应。

Ø  SMALLINT:-32768到32767。与java.lang.Short对应。符号位需要反转。

Ø  UNSIGNED_SMALLINT:0到32767。二进制表示形式与Bytes.toBytes(short)对应。

Ø  FLOAT: -3.402823466 E + 38 到 3.402823466 E + 38，与java.lang.Float对应，首字节需要反转。

Ø  UNSIGNED_FLOAT: 0 到 3.402823466 E + 38，二进制表示形式与Bytes.toBytes(float)一致。

Ø  DOUBLE:范围为-1.7976931348623158 E + 308 到 1.7976931348623158 E + 308。与java.lang.Double对应，二进制形式首位需反转。

Ø  UNSIGNED_DOUBLE: 0到1.7976931348623158 E + 308。二进制表示形式与Bytes.toBytes(double)对应。

Ø  DECIMAL:具有固定精度。最大精度为18位，与java.math.BigDecimal对应。其二进制表示形式为可变长度格式。当用于rowkey中，其后会产生一个nullbyte，除非它是最后一列。

Ø  BOOLEAN:二进制形式0表示false，1表示true

Ø  TIME:格式为yyyy-MM-DD hh:mm:ss，具有日期和时间两部分。与java.sql.Time对应。二进制表示形式为8个字节的long型，代表从EPOCH开始的毫秒数

Ø  DATE: 格式为yyyy-MM-DD hh:mm:ss，具有日期和时间两部分。与java.sql.DATE对应。二进制表示形式为8个字节的long型，代表从EPOCH开始的毫秒数。

Ø  TIMESTAMP:格式为yyyy-MM-dd hh:mm:ss[.nnnnnnnnn],与java.sql.Timestamp，二进制表示为12个字节，8个字节表示long毫秒数，4个字节表示int纳秒数

Ø  VARCHAR:具有最大字节长度（可选）的可变长字符串。当用于rowkey时，会在末尾加一个null字节，而如果它正好位于rowkey最后部分则不加。

Ø  CHAR:固定长度字符串。二进制表示是UTF8形式与Bytes.toBytes(string)对应。

Ø  BINARY:原始固定长度二进制字节数组，与byte[]对应

Ø  VARBINARY:原始可变长度二进制格式字节数组。

 

6 参考网页

HBase 官方：https://hbase.apache.org/

Phoenix 官方：https://github.com/forcedotcom/phoenix