Hbase入门之三HBase Client API使用入门1

Hbase的基本介绍

　　今天公司进行了一样关于Hbase的培训，让我对Hbase有了基础的了解。和大家分享一样。自己的理解不是很深，如果有说的不对地方，希望大家斧正。

　　什么是Hbase？

　　HBase是一个分布式的、面向列的开源数据库。

　　分布式：Hbase的分布式是依托于Hadoop的，那Hadoop又是什么？Hadoop 是一个能够对大量数据进行分布式处理的软件框架。其实我也不懂这是个什么框架，我的理解是利用Hadoop可以将很多台服务器集成一个集群，接受这个框架统一的调配。不再是分散的，而变成一个有机的整体。Hbase架设在整个服务器集群上。当Hbase创建表时，Hbase会建立一个region，假设为A（默认的region大小为64M），当表中数据越来越大，大小超过64M时，就会发生spite即将这台服务器上该region移动到另外一台服务器上，重新建立一个region B继续保存数据，然后超过64M又继续spite。 这样可以将数据分摊到整个服务器的集群中，在查询的时候会首先查找A，如果没有继续查B....这样充分利用了多台服务器资源，防止某一单一的服务器查询工作量过大，实现了负载均衡。 Hbase还可以实现MapReduce。 MapReduce其实就是Map和Reduce两个步骤。Map是将数据分散到各个服务器上去。Reduce就是每个服务器做同样的工作，然后统计出结果。比如：有一张全国所有人名字的表，服务器集群有6台机器，我们想统计出全国姓”张“有多少个。首先Map过程会将这样表分成6份，放到集群中的6台机器中。Reduce就是每台机器都统计自己分到的表中有多少个姓”张“的。然后将每台机器的结果汇总。得出结果。让效率得到极大的提高。

　　面向列：指的是同一个列簇里所有数据都存放在一个文件中，从而在读写时有效降低磁盘I/O的开销，并且由于类似数据存放在一起，提高了压缩比。Hbase数据存储是一个四维的表，1、Rowkey 2、版本数 3、ColumnFamily 4、Qualify。Rowkey就是这个表的关键字，相当于一个Map的key。然后value是ColumnFamily。 版本数是数据的版本的数，是以时间戳来记录的。默认的Hbase记录数据的3个版本。就是第一次存入的数据是第一个版本，然后更新之后的数据，Hbase不会讲原来的数据删除，而是作为该数据的老版本继续保留。直到更新的3次。才将最原始数据删除。这样导致数据量翻了3倍。如果不需要最好在更改默认设置。ColumnFamily也相当于一个Map里面继续存Qualify。不过ColumnFamily最好不要超过3个。3个以上会导致查询速率出现问题。Qualify同样是一个Map结构。里面支持好像支持100W对键值对。 以一个例子来看一样Hbase的存储结构吧。例如：一张个人信息表，姓名：Mark 年龄：22 性别：男 毕业学校：xxx学校  获奖情况：最佳新人奖。 可以这样建立表结构，Rowkey中存入姓名Mark，2个ColumnFamily一个保存这个人的base基本信息如：年龄，性别，一个保存other其他信息。如：学校、获奖。然后Qualify保存详细信息，如name：mark。 最后得到格式为：  mark:{"base":{"name":"Mark","age":22,"sex":"man"},"other":{"school":"xxx学校",{"reward":"最佳新人奖"}}}  可以看到所有的列名都会存在数据库中所以最好将名字取得短。

　　还有一个索引问题，这种map类型的数据格式。是没有索引的。如果要加索引就是以要加索引的字段为key，原来的Rowkey做值重新建立一张表。也可以存入其他数据。这个就看使用空间换时间还是用时间换空间了。

　　大概就是这么一个基本介绍。

　　最佳实践：

　　1、如果不要用到多版本记录。那么就将最大版本数设为1。否则会多增加很多数据量。

　　2、尽可能将字段的名字长度减少，因为这些也都会保存到数据库中。

　　3、当存入数据量很大，很快的时候，可以调节region的大小。防止过多的spite操作。过多的spite的操作可能导致hbase挂掉，从而会导致整个集群宕机。

　　4、在存入数据前，先把表格式定好。因为存Hbase中的数据一般都是上T的数据，没办法更改表结构。只能重新建立表导入。

前言

---

1. 创建表：（由master完成）

• 首先需要获取master地址（master启动时会将地址告诉zookeeper）因而客户端首先会访问zookeeper获取master的地址
• client和master通信，然后有master来创建表（ 包括表的列簇，是否 cache ，设置存储的最大版本数，是否压缩等 ）。

2. 读写删除数据

• client与regionserver通信，读写、删除数据
• 写入和删除数据时讲数据打上不同的标志append，真正的数据删除操作在compact时发生

 3. 版本信息

configuration

---

HbaseConfiguration， 表示HBase的配置信息

两种构造函数如下：

public HBaseConfiguration() -----------默认的构造方式会从hbase-default.xml和hbase-site.xml中读取配置，如果classpath中没有这两个文件，需要自己配置

public HBaseConfiguration(final Configuration c)

eg：

    static HBaseConfiguration cfg = null;
    static {
        Configuration HBASE_CONFIG = new Configuration();
        HBASE_CONFIG.set("hbase.zookeeper.quorum", "192.168.1.95");
        HBASE_CONFIG.set("hbase.zookeeper.property.clientPort", "2181");
        cfg = new HBaseConfiguration(HBASE_CONFIG);
    }

创建表

---

 使用HBaseAdmin对象的createTable方法

 eg：

public static void createTable(String tableName) { 
            System.out.println("************start create table**********"); 
            try { 
                HBaseAdmin hBaseAdmin = new HBaseAdmin(cfg); 
                if (hBaseAdmin.tableExists(tableName)) {// 如果存在要创建的表，那么先删除，再创建 
  hBaseAdmin.disableTable(tableName); 
  hBaseAdmin.deleteTable(tableName); 
  System.out.println(tableName + " is exist"); 
                } 
                HTableDescriptor tableDescriptor = new HTableDescriptor(tableName);// 代表表的schema 
                tableDescriptor.addFamily(new HColumnDescriptor("name")); //增加列簇 
                tableDescriptor.addFamily(new HColumnDescriptor("age")); 
                tableDescriptor.addFamily(new HColumnDescriptor("gender")); 
                hBaseAdmin.createTable(tableDescriptor); 
            } catch (MasterNotRunningException e) { 
                e.printStackTrace(); 
            } catch (ZooKeeperConnectionException e) { 
                e.printStackTrace(); 
            } catch (IOException e) { 
                e.printStackTrace(); 
            } 
            System.out.println("*****end create table*************"); 
        } 

public static void main(String[] agrs) {
        try {
            String tablename = "wishTest";
            HBaseTest.createTable(tablename);
        } catch (Exception e) {
            e.printStackTrace();
        }
    }

日志信息如下：

************start create table********** 
14/05/18 14:14:22 INFO zookeeper.ZooKeeper: Client environment:zookeeper.version=3.4.5-1392090, built on 09/30/2012 17:52 GMT 
14/05/18 14:14:22 INFO zookeeper.ZooKeeper: Client environment:host.name=LJ-PC 
14/05/18 14:14:22 INFO zookeeper.ZooKeeper: Client environment:java.version=1.6.0_11 
14/05/18 14:14:22 INFO zookeeper.ZooKeeper: Client environment:java.vendor=Sun Microsystems Inc. 
14/05/18 14:14:22 INFO zookeeper.ZooKeeper: Client environment:java.home=D:\java\jdk1.6.0_11\jre 
14/05/18 14:14:22 INFO zookeeper.ZooKeeper: Client environment:java.class.path=.... 
... 
14/05/18 14:14:22 INFO zookeeper.RecoverableZooKeeper: The identifier of this process is 6560@LJ-PC 
14/05/18 14:14:22 INFO zookeeper.ClientCnxn: Socket connection established to hadoop/192.168.1.95:2181, initiating session 
14/05/18 14:14:22 INFO zookeeper.ClientCnxn: Session establishment complete on server hadoop/192.168.1.95:2181, sessionid = 0x460dd23bda0007, negotiated timeout = 180000 
14/05/18 14:14:22 INFO zookeeper.ZooKeeper: Session: 0x460dd23bda0007 closed 
14/05/18 14:14:22 INFO zookeeper.ClientCnxn: EventThread shut down 
*****end create table*************

在centos中查看是否创建成功：

  网页上查看：

 

　　HTableDescriptor其他方法如下：

• setMaxFileSize ，指定最大的 region size
• setMemStoreFlushSize   指定 memstore flush 到 HDFS 上的文件大小，默认是64M
• public void addFamily(final HColumnDescriptor family)

　HColumnDescriptor 其他方法如下：

• setTimeToLive: 指定最大的 TTL, 单位是 ms, 过期数据会被自动删除。
• setInMemory: 指定是否放在内存中，对小表有用，可用于提高效率。默认关闭
• setBloomFilter: 指定是否使用 BloomFilter, 可提高随机查询效率。默认关闭
• setCompressionType: 设定数据压缩类型。默认无压缩。
• setScope(scope): 集群的 Replication ，默认为 flase
• setBlocksize(blocksize); block 的大小默认是 64kb ， block 小适合随机读，但是可能导 Index 过大而使内存 oom, block 大利于顺序读。
• setMaxVersions: 指定数据最大保存的版本个数。默认为 3 。版本数最多为Integer.MAX_VALUE,  但是版本数过多可能导致 compact 时 out of memory 。
• setBlockCacheEnabled: 是否可以 cache,  默认设置为 true ，将最近读取的数据所在的 Block 放入内存中，标记为 single ，若下次读命中则将其标记为 multi

插入数据

---

使用HTable获取table   注意： HTable 不是线程安全的，因此当多线程插入数据的时候推荐使用 HTablePool

使用put插入数据，可以单条插入数据和批量插入数据，put方法如下：

public void put(final Put put) throws IOException 

public void put(final List puts) throws IOException

put 常用方法：

• add: 增加一个 Cell
• setTimeStamp: 指定所有 cell 默认的 timestamp, 如果一个 Cell 没有指定timestamp, 就会用到这个值。如果没有调用， HBase 会将当前时间作为未指定timestamp 的 cell 的 timestamp.
• setWriteToWAL: WAL 是 Write Ahead Log 的缩写，指的是 HBase 在插入操作前是否写 Log 。默认是打开，关掉会提高性能，但是如果系统出现故障 ( 负责插入的Region Server 挂掉 ) ，数据可能会丢失。

下面两个方法会影响插入性能

• setAutoFlash:

AutoFlush 指的是在每次调用 HBase 的 Put 操作，是否提交到 HBase Server 。默认是 true, 每次会提交。如果此时是单条插入，就会有更多的 IO, 从而降低性能。进行大量 Put 时， HTable 的 setAutoFlush 最好设置为 flase 。否则每执行一个 Put 就需要和 RegionServer 发送一个请求。如果 autoFlush = false ，会等到写缓冲填满才会发起请求。显式的发起请求，可以调用 flushCommits 。 HTable 的 close 操作也会发起flushCommits

• setWriteBufferSize:

Write Buffer Size 在 AutoFlush 为 false 的时候起作用，默认是 2MB, 也就是当插入数据超过 2MB, 就会自动提交到 Server

eg:

public static void insert(String tableName) { 
            System.out.println("************start insert ************"); 
            HTablePool pool = new HTablePool(cfg, 1000);
            Put put = new Put("1".getBytes());// 一个PUT代表一行数据,每行一个唯一的ROWKEY，此处rowkey为1 
            put.add("name".getBytes(), null, "wish".getBytes());// 本行数据的第一列 
            put.add("age".getBytes(), null, "20".getBytes());// 本行数据的第三列 
            put.add("gender".getBytes(), null, "female".getBytes());// 本行数据的第三列 
            try { 
                 pool.getTable(tableName).put(put); 
            } catch (IOException e) { 
                e.printStackTrace(); 
            } 
            System.out.println("************end insert************"); 
        } 

public static void main(String[] agrs) {
        try {
            String tablename = "wishTest";
            HBaseTest.insert(tablename);
        } catch (Exception e) {
            e.printStackTrace();
        }
    }

日志信息如下：

************start insert ************ 
14/05/18 15:01:17 WARN hbase.HBaseConfiguration: instantiating HBaseConfiguration() is deprecated. Please use HBaseConfiguration#create() to construct a plain Configuration 
14/05/18 15:01:17 INFO zookeeper.ZooKeeper: Client environment:zookeeper.version=3.4.5-1392090, built on 09/30/2012 17:52 GMT 
14/05/18 15:01:17 INFO zookeeper.ZooKeeper: Client environment:host.name=LJ-PC 
14/05/18 15:01:17 INFO zookeeper.ZooKeeper: Client environment:java.version=1.6.0_11 
14/05/18 15:01:17 INFO zookeeper.ZooKeeper: Client environment:java.vendor=Sun Microsystems Inc. 
14/05/18 15:01:17 INFO zookeeper.ZooKeeper: Client environment:java.home=D:\java\jdk1.6.0_11\jre 
..... 
14/05/18 15:01:17 INFO zookeeper.ZooKeeper: Client environment:java.compiler= 
14/05/18 15:01:17 INFO zookeeper.ZooKeeper: Client environment:os.name=Windows Vista 
14/05/18 15:01:17 INFO zookeeper.ZooKeeper: Client environment:os.arch=x86 
14/05/18 15:01:17 INFO zookeeper.ZooKeeper: Client environment:os.version=6.1 
14/05/18 15:01:17 INFO zookeeper.ZooKeeper: Client environment:user.name=root 
14/05/18 15:01:17 INFO zookeeper.ZooKeeper: Client environment:user.home=C:\Users\LJ 
14/05/18 15:01:17 INFO zookeeper.ZooKeeper: Client environment:user.dir=D:\java\eclipse4.3-jee-kepler-SR1-win32\workspace\hadoop 
14/05/18 15:01:17 INFO zookeeper.ZooKeeper: Initiating client connection, connectString=192.168.1.95:2181 sessionTimeout=180000 watcher=hconnection 
14/05/18 15:01:17 INFO zookeeper.RecoverableZooKeeper: The identifier of this process is 1252@LJ-PC 
14/05/18 15:01:17 INFO zookeeper.ClientCnxn: Opening socket connection to server hadoop/192.168.1.95:2181. Will not attempt to authenticate using SASL (无法定位登录配置) 
14/05/18 15:01:17 INFO zookeeper.ClientCnxn: Socket connection established to hadoop/192.168.1.95:2181, initiating session 
14/05/18 15:01:17 INFO zookeeper.ClientCnxn: Session establishment complete on server hadoop/192.168.1.95:2181, sessionid = 0x460dd23bda000b, negotiated timeout = 180000 
************end insert************

查看插入结果：

查询数据

---

分为单条查询和批量查询，单条查询通过get查询。 通过HTable的getScanner实现批量查询

public Result get(final Get get)   //单条查询

public ResultScanner getScanner(final Scan scan)  //批量查询

eg：单条查询：

public static void querySingle(String tableName) { 
      
        HTablePool pool = new HTablePool(cfg, 1000); 
        try { 
           Get get = new Get("1".getBytes());// 根据rowkey查询 
            Result r = pool.getTable(tableName).get(get); 
           System.out.println("rowkey:" + new String(r.getRow())); 
           for (KeyValue keyValue : r.raw()) { 
              System.out.println("列：" + new String(keyValue.getFamily()) 
                   + "	 值:" + new String(keyValue.getValue())); 
           } 
        } catch (IOException e) { 
           e.printStackTrace(); 
        } 
      } 

public static void main(String[] agrs) {
        try {
            String tablename = "wishTest";
            HBaseTest.querySingle(tablename);
        } catch (Exception e) {
            e.printStackTrace();
        }
    }

查询结果：

rowkey:1 
列：age 值:20 
列：gender 值:female 
列：name 值:wish

eg：批量查询：

public static void queryAll(String tableName) { 
      HTablePool pool = new HTablePool(cfg, 1000); 
      try { 
        ResultScanner rs = pool.getTable(tableName).getScanner(new Scan()); 
        for (Result r : rs) { 
          System.out.println("rowkey:" + new String(r.getRow())); 
          for (KeyValue keyValue : r.raw()) { 
            System.out.println("列：" + new String(keyValue.getFamily()) 
                + "	 值:" + new String(keyValue.getValue())); 
          } 
        } 
      } catch (IOException e) { 
        e.printStackTrace(); 
      } 
    } 

public static void main(String[] agrs) {
        try {
            String tablename = "wishTest";
            HBaseTest.queryAll(tablename);
        } catch (Exception e) {
            e.printStackTrace();
        }
    }

结果如下：

rowkey:1 
列：age 值:20 
列：gender 值:female 
列：name 值:wish 
rowkey:112233bbbcccc 
列：age 值:20 
列：gender 值:female 
列：name 值:wish 
rowkey:2 
列：age 值:20 
列：gender 值:female 
列：name 值:rain

删除数据

---

使用HTable的delete删除数据：

public void delete(final Delete delete)

 eg:

public static void deleteRow(String tablename, String rowkey)  { 
      try { 
        HTable table = new HTable(cfg, tablename); 
        List list = new ArrayList(); 
        Delete d1 = new Delete(rowkey.getBytes()); 
        list.add(d1); 
        table.delete(list); 
        System.out.println("删除行成功!"); 
         
      } catch (IOException e) { 
        e.printStackTrace(); 
      } 
       
   
    } 
   

  public static void main(String[] agrs) {
    try {
      String tablename = "wishTest";
      System.out.println("****************************删除前数据**********************");
      HBaseTest.queryAll(tablename);
      HBaseTest.deleteRow(tablename,"112233bbbcccc");
      System.out.println("****************************删除后数据**********************");
      HBaseTest.queryAll(tablename);
    } catch (Exception e) {
      e.printStackTrace();
    }
  }

结果如下：

****************************删除前数据**********************

rowkey:1 
列：age 值:20 
列：gender 值:female 
列：name 值:wish 
rowkey:112233bbbcccc 
列：age 值:20 
列：gender 值:female 
列：name 值:wish 
rowkey:2 
列：age 值:20 
列：gender 值:female 
列：name 值:rain 
删除行成功! 
****************************删除后数据********************** 
rowkey:1 
列：age 值:20 
列：gender 值:female 
列：name 值:wish 
rowkey:2 
列：age 值:20 
列：gender 值:female 
列：name 值:rain

删除表

---

和hbase shell中类似，删除表前需要先disable表 ；分别使用disableTable和deleteTable来删除和禁用表

同创建表一样需要使用HbaseAdmin

eg：

public static void dropTable(String tableName) { 
      try { 
        HBaseAdmin admin = new HBaseAdmin(cfg); 
        admin.disableTable(tableName); 
        admin.deleteTable(tableName); 
        System.out.println("table: "+tableName+"删除成功！");
      } catch (MasterNotRunningException e) { 
        e.printStackTrace(); 
      } catch (ZooKeeperConnectionException e) { 
        e.printStackTrace(); 
      } catch (IOException e) { 
        e.printStackTrace(); 
      } 
   
    } 
   

  public static void main(String[] agrs) {
    try {
      String tablename = "wishTest";
      HBaseTest.dropTable(tablename);
    
    } catch (Exception e) {
      e.printStackTrace();
    }
  }

结果：

table: wishTest删除成功！

完整代码

---

package wish.hbase;

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

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.hbase.HBaseConfiguration;
import org.apache.hadoop.hbase.HColumnDescriptor;
import org.apache.hadoop.hbase.HTableDescriptor;
import org.apache.hadoop.hbase.KeyValue;
import org.apache.hadoop.hbase.MasterNotRunningException;
import org.apache.hadoop.hbase.ZooKeeperConnectionException;
import org.apache.hadoop.hbase.client.Delete;
import org.apache.hadoop.hbase.client.Get;
import org.apache.hadoop.hbase.client.HBaseAdmin;
import org.apache.hadoop.hbase.client.HTable;
import org.apache.hadoop.hbase.client.HTablePool;
import org.apache.hadoop.hbase.client.Put;
import org.apache.hadoop.hbase.client.Result;
import org.apache.hadoop.hbase.client.ResultScanner;
import org.apache.hadoop.hbase.client.Scan;

//import org.apache.hadoop.hbase.io.BatchUpdate;

@SuppressWarnings("deprecation")
public class HBaseTest {
  static HBaseConfiguration cfg = null;
  static {
    Configuration HBASE_CONFIG = new Configuration();
    HBASE_CONFIG.set("hbase.zookeeper.quorum", "192.168.1.95");
    HBASE_CONFIG.set("hbase.zookeeper.property.clientPort", "2181");
    cfg = new HBaseConfiguration(HBASE_CONFIG);
  }

  /**
   * 创建一张表
   */

   public static void createTable(String tableName) { 
      System.out.println("************start create table**********"); 
      try { 
        HBaseAdmin hBaseAdmin = new HBaseAdmin(cfg); 
        if (hBaseAdmin.tableExists(tableName)) {// 如果存在要创建的表，那么先删除，再创建 
          hBaseAdmin.disableTable(tableName); 
          hBaseAdmin.deleteTable(tableName); 
          System.out.println(tableName + " is exist"); 
        } 
        HTableDescriptor tableDescriptor = new HTableDescriptor(tableName);// 代表表的schema 
        tableDescriptor.addFamily(new HColumnDescriptor("name")); //增加列簇 
        tableDescriptor.addFamily(new HColumnDescriptor("age")); 
        tableDescriptor.addFamily(new HColumnDescriptor("gender")); 
        hBaseAdmin.createTable(tableDescriptor); 
      } catch (MasterNotRunningException e) { 
        e.printStackTrace(); 
      } catch (ZooKeeperConnectionException e) { 
        e.printStackTrace(); 
      } catch (IOException e) { 
        e.printStackTrace(); 
      } 
      System.out.println("*****end create table*************"); 
    } 

  /**
   * 插入数据
   */
   
   public static void insert(String tableName) { 
      System.out.println("************start insert ************"); 
      HTablePool pool = new HTablePool(cfg, 1000); 
      //HTable table = (HTable) pool.getTable(tableName); 
       
      Put put = new Put("2".getBytes());// 一个PUT代表一行数据，再NEW一个PUT表示第二行数据,每行一个唯一的ROWKEY，此处rowkey为put构造方法中传入的值 
      put.add("name".getBytes(), null, "rain".getBytes());// 本行数据的第一列 
      put.add("age".getBytes(), null, "20".getBytes());// 本行数据的第三列 
      put.add("gender".getBytes(), null, "female".getBytes());// 本行数据的第三列 
      try { 
         pool.getTable(tableName).put(put); 
      } catch (IOException e) { 
        e.printStackTrace(); 
      } 
      System.out.println("************end insert************"); 
    } 
   

  /**
   * 查询所有数据
   */
  
   public static void queryAll(String tableName) { 
      HTablePool pool = new HTablePool(cfg, 1000); 
      try { 
        ResultScanner rs = pool.getTable(tableName).getScanner(new Scan()); 
        for (Result r : rs) { 
          System.out.println("rowkey:" + new String(r.getRow())); 
          for (KeyValue keyValue : r.raw()) { 
            System.out.println("列：" + new String(keyValue.getFamily()) 
                + "	 值:" + new String(keyValue.getValue())); 
          } 
        } 
      } catch (IOException e) { 
        e.printStackTrace(); 
      } 
    } 
   
   /*
    * 查询单条数据
    */
   public static void querySingle(String tableName) { 
     
      HTablePool pool = new HTablePool(cfg, 1000); 
      try { 
        Get get = new Get("1".getBytes());// 根据rowkey查询 
        Result r = pool.getTable(tableName).get(get); 
        System.out.println("rowkey:" + new String(r.getRow())); 
        for (KeyValue keyValue : r.raw()) { 
          System.out.println("列：" + new String(keyValue.getFamily()) 
              + "	值:" + new String(keyValue.getValue())); 
        } 
      } catch (IOException e) { 
        e.printStackTrace(); 
      } 
    } 
   
   /*
    * 删除数据
    */
   public static void deleteRow(String tablename, String rowkey)  { 
      try { 
        HTable table = new HTable(cfg, tablename); 
        List list = new ArrayList(); 
        Delete d1 = new Delete(rowkey.getBytes()); 
        list.add(d1); 
        table.delete(list); 
        System.out.println("删除行成功!"); 
         
      } catch (IOException e) { 
        e.printStackTrace(); 
      } 
       
   
    } 
   
   /*
    * 删除表
    */
   public static void dropTable(String tableName) { 
      try { 
        HBaseAdmin admin = new HBaseAdmin(cfg); 
        admin.disableTable(tableName); 
        admin.deleteTable(tableName); 
        System.out.println("table: "+tableName+"删除成功！");
      } catch (MasterNotRunningException e) { 
        e.printStackTrace(); 
      } catch (ZooKeeperConnectionException e) { 
        e.printStackTrace(); 
      } catch (IOException e) { 
        e.printStackTrace(); 
      } 
   
    } 
   

  public static void main(String[] agrs) {
    try {
      String tablename = "wishTest";
      HBaseTest.dropTable(tablename);
    } catch (Exception e) {
      e.printStackTrace();
    }
  }
}