HBase,一个NoSQL数据库,可存储大量非关系型数据。
HBase,可以用HBase shell进行操作,也可以用HBase Java api进行操作。HBase虽然是一个数据库,但是它的查询语句,很不太好用。要是能像使用Mysql等关系型数据库一样用sql语句操作HBase,那就很Perfect了。
现有工具有很多Hive,Tez,Impala,Shark/Spark,Phoenix等。今天主要记录Phoenix。
phoenix,由saleforce.com开源的一个项目,后又捐给了Apache。它相当于一个Java中间件,帮助开发者,像使用jdbc访问关系型数据库一些,访问NoSql数据库HBase。
phoenix,操作的表及数据,存储在hbase上。phoenix只是需要和Hbase进行表关联起来。然后再用工具进行一些读或写操作。
其实,可以把Phoenix只看成一种代替HBase的语法的一个工具。虽然可以用java可以用jdbc来连接phoenix,然后操作HBase,但是在生产环境中,不可以用在OLTP(在线事务处理)中。在线事务处理的环境中,需要低延迟,而Phoenix在查询HBase时,虽然做了一些优化,但延迟还是不小。所以依然是用在OLAP(联机分析处理)中,再将结果返回存储下来。
Phoenix官网上,对Phoenix讲解已经很屌了。如果英语好,可以看官网,更正式一些。
phoenix能干嘛:官网很多描述,总结一句,就是方便操作了。其他的,没有多少优势。
phoenix不能干嘛:
①不支持事务处理
②不支持复杂的条件
③表之间的关联操作
phoenix与HBase版本对应关系
Phoenix 2.x – HBase 0.94.x
Phoenix 3.x – HBase 0.94.x
Phoenix 4.x – HBase 0.98.1+
我目前测试使用版本概况:
Hadoop1.0.4
HBase0.94.18
所以我可以用phoenix2.x,phoenix3.x。
官网download页面有
我选用的是phoenix3.1.0版本。
tar –zxvf phoenix.tar.gz
pwd
/root/phoenix
ll phoenix
phoenix目录结构可能会有点不同,主要是bin目录的位置,可能在hadoop1下,也可能直接在 /root/phoenix下。没关系,都差不多。
既然用的hadoop1.x集群,那么我们使用phoenix目录下,hadoop1目录下的内容。
①将hadoop1下,phoenix-core-3.x.jar拷贝到hadoop集群各个节点HBase的lib目录下。
②重启一下HBase (在这里可以看出,用phoenix需要重启hbase,所以选择hbase查询工具时,需要考虑一下)
在主节点上,切换到/root/phoenix/hadoop1/bin目录下
输入:
./sqlline.py master:2181
如果出现这个画面,那就是成功了。如果不成功,可能是zookeeper配置的有一些问题吧。
好吧,先退出此界面,输入!quit回车然后就可以退出了。
这个phoenix挺有意思,有一些命令需要输入叹号的!
mysql的话,可以CLI命令行的方式操作;可以通过用jdbc,在Java代码中访问;可以通过用SQLyog进行访问管理;
①Phoenix可以在CLI下操作;
②可以用jdbc操作;
③可以用phoenix的一个客户端工具Squirrel 访问;
Squirrel SQL Client,是一个连接数据库的客户端工具。一般支持JDBC的数据库都可以用它来连接。(如Squirrel连接Mysql)
下载Squirrel SQL Client,解压缩就可以了。运行
squirrel-sql.bat
就出现了图形界面。
①在Squirrel安装目录的lib下,添加几个jar包
a, phoenix-core-xxx.jar
b, phoenix-3.0-client.jar
c, hbase-0.94.18.jar
d, hadoop1.0.4.jar
e, hadoop-common-xxx.jar
②
需要点击“Drivers”,将phoenix的驱动添加进去。
③点击左上角 蓝色的 “ + ” 加号,添加
按上面的顺序,依次填写。
第一步,Name:随便写个名字,标记连接;
第二步,Example URL:相当于mysql的jdbc连接串,这里的alias写zookeeper的主机名称,端口号,可以写,可以不写,我一般不写;
第三步,选择Phoenix-core的jar包;
第四步,就是手动输入org.apache.phoenix.jdbc.PhoenixDriver。
然后点击OK。
④配置连接
Name:为随便起的名称。
Driver:选中③中添加的phoenix驱动。
URL:写如上内容,jdbc:phoenix:node1,node2,master等这里主要是zookeeper主机名。
User Name:要连接的主机的用户名
Password:要连接的主机的密码
点击Test可以进行测试,或点OK连接。
连接完毕,启动后,就可以看到如下的效果了。这里我已经创建了几个表了,这些表都是存在于HBase上的。
1,用squirrel建立的一些连接
2,当前连接下,所有对象,包括主见系统表,普通表,视图。
3,为表,这些表都是实际存在于zookeeper所管理的HBase上的。右键此表,可以对表进行管理。
4,为视图。
5,编写sql脚本的地方,可以输入脚本执行。脚本执行方式,在5上面有一个小人,选中sql,点击小人就可以执行了。或者按ctrl + enter键,执行。
6,为选中的对象的一些基本信息,列信息,行数等。
7,为sql执行的一些状态。
在Squirrel中创建表的过程主要是编写sql,进行执行。sql该怎么写,需要看phoenix驱动都支持什么效果。
这需要看phoenix的官网了。
需要注意的是phoenix是区分大小写的;
自己定义的HBase中的 HTableName,ColumnFamily,以及字段Column,需要和Phoenix中保持一致。(最好都用大写)
phoenix操作hbase,我们有两种方式,创建表,创建视图。
这两种方式,有区别。
创建表的话,可读可写,就可以对HBase进行插入,查询,删除操作。
视图的话,是只读的,一般就只可以进行查询操作
虽然看起来,表的功能,比视图更强大一些。但是就像是mysql等关系型数据库一样,删除表操作,会将表删掉。但是删除视图操作,却不会影响原始表的结构。
因为使用phoenix,创建表后,会自动和hbase建立关联映射。当你使用phoenix删除和hbase之间的关系时,就会将hbase中的表也删掉了
所以用视图,会对原始的HBase表影响小一些。
create htablename(
pk VARCHAR primary key not null,
col1 VARCHAR null,
col2 VARCHAR null,
col3 VARCHAR null
)
create htablename2(
pk VARCHAR primary key null,
"cf"."col1" VARCHAR null,
"cf"."col2" VARCHAR null,
"cf2"."col3" VARCHAR null,
"cf2"."col4" VARCHAR null
)
在SQuirreL中执行上面的SQL脚本,执行过程中,如果出现错误,会在工具的下面进行提示。
若成功后,就可以在HBase中看到这个表了,而且在SQuirrel中,看到此表。
当安装好SQuirrel时,本以为连上hbase后,就可以在SQuirrel中看到hbase中的表了。但是并没有看到,也不会显示。
如果要想看到hbase中已存在的表,还需要一些操作。
也就是如果想要在SQuirrel中,看到htablename3,且想要对htablename3进行操作。
也还是需要在SQuirreL中进行执行创建表的操作,执行完毕后,就会将HBase的htablename3,映射到SQuirreL中。
这样我们就可以在Java api中进行操作了。否则是不可以的。
那么需要哪些具体操作呢?其实很简单,我当时没想到
就像创建表一样,使用Create table就可以了。就这样简单。
不过这个语句怎么写呢?怎样对应呢?
create htablename3(
--这句话直接写就可以了,这样的话,HBase中的RowKey转换成phoenix中的主键,列名就叫 pk。
--rowkey自动会和primary key进行对应。
pk VARCHAR primary key null,
--将名为cf的columnFamily下,字段名为col1的字段,写在这里。
"cf"."col1" VARCHAR null,
--将名为cf的columnFamily下,字段名为col2的字段,写在这里。。。下面就以此类推
"cf"."col2" VARCHAR null,
"cf2"."col3" VARCHAR null,
"cf2"."col4" VARCHAR null
)
然后在SQuirreL中执行,然后就可以看到数据了。
不过此时,可能还会有问题,乱码。 在SQuirrel中,主键以及一些包含汉字的字段,都是方块等乱码了。这个怎么解决???(暂未解决)
假如,要对刚刚创建的表htablenameX创建视图操作
CREATE VIEW “htablenameX” (pk VARCHAR primary key) default_column_family = ‘FM’
创建完成后,这里的“htablenameX” 是HBase中table “htablenameX”的名称。然后定义一个主键,就可以了。
可能还不太清楚,看下面
CREATE VIEW “DAMAI” ( PK VARCHAR PRIMARY KEY) DEFAULT_COLUMN_FAMILY=’FM’
这里双引号内的 “DAMAI” 和HBase中的表名是一样的,所以会自动关联。
会自动对应表名,自动关联字段。
这里需要注意:创建视图时,要保证在SQuirrel工具中,没有相同名称的表存在。
那么,如果想针对HBase中的一个表,建多个视图呢?慢慢来
CREATE VIEW my_VIEW (new_col VARCHAR,new_col2 VARCHAR) AS SELECT * FROM phoenix_Table WHERE ……
也就是,原来在phoenix中,已经创建了表了。
例如:htablename2。在htablename2上建立一个视图,叫”mingzisuibian” (名字随便)
CREATE VIEW mingzisuibian ( new_col VARCHAR, new_col2 VARCHAR ) AS SELECT * FROM htablename2 WHERE ….(针对htablename2的查询条件)
CREATE VIEW my_VIEW_ON_VIEW AS SELECT * FROM MY_VIEW WHERE ……
在(1)中,我们创建了一个视图 “DAMAI”。这里面包括了全部的字段。
所以说,在创建DAMAI视图的时候,可以将全部字段都包括进来。
所以,我们可以在DAMAI这个视图之上,创建其它视图,这样视图的名称,就可以随便定了。
例如:
CREATE VIEW BIGBIG AS SELECT * FROM DAMAI WHERE ……
不断往hbase中,添加数据,随着数据的增长,在phoenix建的视图中也可以看到的数据的条数,在同步增加。
综上所述,从上面可以看出,为了避免影响hbase的表信息,最好是创建一个视图。然后在视图的基础上,再创建其它视图。
也就是,先执行视图里面的(1),再执行视图里面的(3)。
推荐阅读,系列文章:
在SQuirrel中使用Phoenix操作HBase——创建表和视图
在SQuirrel中使用Phoenix操作HBase——基本的sql查询
用SHELL命令来操作phoenix
使用用Phoenix的Java api操作HBase