Phoenix映射hbase原表实现

版本：

* hadoop：2.7.5
* hbase：1.4.13
* phoenix：4.15.0
* zookeeper：3.6.0

准备工作

明确自己是要将hbase中的数据加载到phoenix中
如果表命名空间不是默认的，要配置一些属性。这里检查两个事情：

1. 检查hbase服务中的hbase-site.xml配置文件是否有：

      phoenix.schema.isNamespaceMappingEnabled
      true
    
    
      phoenix.schema.mapSystemTablesToNamespace
      true
    

2. 检查phoenix中hbase-site.xml配置文件是否也有

      phoenix.schema.isNamespaceMappingEnabled
      true
    
    
      phoenix.schema.mapSystemTablesToNamespace
      true
    

ok！如果是默认的就请忽略！

一.为什么要做映射？

本地安装好 Phoenix 之后，用 phoenix 的 !talblse 命令列出所有表，会发现 HBase 原有的表没有被列出来。而使用 Phoenix sql 的 CREATE 语句创建的一张新表，则可以通过 !tables 命令展示出来。

这是因为 Phoenix 无法自动识别 HBase 中原有的表，所以需要将 HBase 中已有的做映射，才能够被 Phoenix 识别并操作。说白了就是要需要告诉 Phoenix 一声 xx 表的 xx 列是主键，xx 列的数据类型。

二.如何进行映射呢？

这里我从用 hbase shell 创建一个表开始，来展示如何做映射。

create 'test_table','0'
put 'test_table', 'row001','0:name','Jane'
put 'test_table', 'row002','0:name','Tom'
put 'test_table', 'row003','0:name','Bill'

1.创建一个 HBase 表并插入一定量数据

2.使用 CREATE 语句在 Phoenix 中创建映射表

CREATE TABLE "test_table" ( "ROW" varchar primary key, "0"."name" varchar) column_encoded_bytes=0;

创建过程会有几秒钟卡顿，请耐心等待。
这里有几点需要注意：

a) Phoenix 对表名和列名都是区分大小写的。 但是，如果不加双引号，则默认为大写。例如上面这条语句，如果 test_table 不加双引号，则创建后的表名则是 TEST_TABLE。

b) 表名要和 HBase 中建立的表名一致。 HBase 默认的主列名是 ROW，所以要将“ROW”设置为主键。列簇和列名也要用双引号括起来，要不然小写会自动变成大写。

3.使用 SELECT 语句查询

SELECT * FROM "test_table";

查得结果如图所示：

4.特殊强调
如果你使用的是 Phoenix 4.10 及以上的版本，可能会遇到查不出数据的情况，如下图所示：

这是因为在 4.10 版本之后，Phoenix 对列的编码方式有所改变（官方文档地址：http://phoenix.apache.org/columnencoding.html）。就拿上面的例子来说，同样是"name"这个列，看起来列名是一样的，但是 Phoenix 对这个列名进行了编码，也就是说 Phoenix 创建的 name 列实际上和 HBase 里的 name 列不是一个列了，所以查不出来数据。

那么如何解决这个问题呢？

在使用 Phoenix 创建表的时候，需要设置 COLUMN_ENCODED_BYTES 属性为 0，即不让 Phoenix 对 column family 进行编码。

CREATE TABLE "test_table" ( "ROW" varchar primary key, "0"."name" varchar) column_encoded_bytes=0;

这样就能查出数据了。

另外，根据官方文档的内容，“One can set the column mapping property only at the time of creating the table. ”，也就是说只有在创建表的时候才能够设置属性。如果在创建的时候没有设置，之后怎么去设置就不太清楚了，可能是无法改变，至少目前我还没有找到相关方法。所以大家在创建映射表的时候一定要注意设置属性。

补充区域

如果是有命名空间的表语句：

在phoenix中创建该表或者试图前，要先创建对应的schema：

create schema if not exists "events_db";

然后才能创建表或者视图

#建表
CREATE VIEW "events_db"."event_attendee" ( "ROW" varchar primary key, "euat"."event_id" varchar,"euat"."user_id" varchar,"euat"."attend_type" varchar) column_encoded_bytes=0;

#建试图
CREATE TABLE "events_db"."event_attendee" ( "ROW" varchar primary key, "euat"."event_id" varchar,"euat"."user_id" varchar,"euat"."attend_type" varchar) column_encoded_bytes=0;

hbase严格区分大小写，表名和列族以及列名需要用双引号括起来，并且需要加上命名空间

create view “events_db”.“event_attendee” ( “ROW” varchar primary key, “euat”.“event_id” varchar,“euat”.“user_id” varchar,“euat”.“attend_type” varchar) column_encoded_bytes=0;as select * from “event_db”.“event_attendee”;

3.在Phoenix中查询时需要加上命名空间和双引号

select * from “event_db”.“event_attendee” limit 5;

补充完…

三.视图映射

如果只做查询操作的话，建议大家使用视图映射的方式，而非表映射。因为一旦出现问题，例如上面提到的，在创建映射表时如果忘记设置属性（4.10版之后），那么想要删除映射表的话，HBase 中该表也会被删除，导致数据的丢失。而如果是用视图映射，则删除视图不会影响原有表的数据。

四.总结

1. 需要将原有 HBase 中的表做映射才能后使用 Phoenix 操作。
2. Phoenix 区分大小写，切默认情况下会将小写转成大写，所以表名、列簇、列名需要用双引号。
3. Phoenix 4.10 版本之后，在创建表映射时需要将 COLUMN_ENCODED_BYTES 置为 0。
4. 删除映射表，会同时删除原有 HBase 表。所以如果只做查询操作，建议做视图映射。