HBase概念，安装及shell命令
HBASE
第1章 HBase简介
1.1 HBase定义
HBase是一种分布式、可扩展、支持海量数据存储的NoSQL数据库。
1.2 HBase数据模型
逻辑上，HBase的数据模型同关系型数据库很类似，数据存储在一张表中，有行有列。但从HBase的底层物理存储结构（K-V）来看，HBase更像是一个multi-dimensional map。
1.2.1 HBase逻辑结构
1.2.2 HBase物理存储结构
1.2.3 数据模型
1**）Name Space**
命名空间，类似于关系型数据库的database概念，每个命名空间下有多个表。HBase两个自带的命名空间，分别是hbase和default，hbase中存放的是HBase内置的表，default表是用户默认使用的命名空间。
2**）Table**
类似于关系型数据库的表概念。不同的是，HBase定义表时只需要声明列族即可，不需要声明具体的列。这意味着，往HBase写入数据时，字段可以动态、按需指定。因此，和关系型数据库相比，HBase能够轻松应对字段变更的场景。
3**）Row**
HBase表中的每行数据都由一个RowKey和多个Column（列）组成，数据是按照RowKey的字典顺序存储的，并且查询数据时只能根据RowKey进行检索，所以RowKey的设计十分重要。
4**）Column**
HBase中的每个列都由Column Family(列族)和Column Qualifier（列限定符）进行限定，例如info：name，info：age。建表时，只需指明列族，而列限定符无需预先定义。
5**）Time Stamp**
用于标识数据的不同版本（version），每条数据写入时，系统会自动为其加上该字段，其值为写入HBase的时间。
6**）Cell**
由{rowkey, column Family：column Qualifier, time Stamp} 唯一确定的单元。cell中的数据全部是字节码形式存贮。
1.3 HBase基本架构
（不完整版）
架构角色：
1**）Region Server**
Region Server为 Region的管理者，其实现类为HRegionServer，主要作用如下:
对于数据的操作：get, put, delete；
对于Region的操作：splitRegion、compactRegion。
2**）Master**
Master是所有Region Server的管理者，其实现类为HMaster，主要作用如下：
对于表的操作：create, delete, alter
对于RegionServer的操作：分配regions到每个RegionServer，监控每个RegionServer的状态，负载均衡和故障转移。
3**）Zookeeper**
HBase通过Zookeeper来做master的高可用、RegionServer的监控、元数据的入口以及集群配置的维护等工作。
4**）HDFS**
HDFS为Hbase提供最终的底层数据存储服务，同时为HBase提供高可用的支持。
第2章 HBase快速入门
2.1 HBase安装部署
2.1.1 Zookeeper正常部署
首先保证Zookeeper集群的正常部署，并启动之：
bin/zkServer.sh start
bin/zkServer.sh start
bin/zkServer.sh start
2.1.2 Hadoop正常部署
Hadoop集群的正常部署并启动：
sbin/start-dfs.sh
sbin/start-yarn.sh
2.1.3 HBase的解压
解压Hbase到指定目录：
tar -zxvf hbase-2.0.5-bin.tar.gz -C /opt/module
mv /opt/module/hbase-2.0.5 /opt/module/hbase
配置环境变量
sudo vim /etc/profile.d/my_env.sh
==========================
#HBASE_HOME
export HBASE_HOME=/opt/module/hbase
export PATH=$PATH:$HBASE_HOME/bin
2.1.4 HBase的配置文件
修改HBase对应的配置文件。
1.hbase-env.sh修改内容：
是为了使用自己安装的zookeeper而不是用HBase自带的
export HBASE_MANAGES_ZK=false
2.hbase-site.xml修改内容：
hbase.rootdir
hdfs://hadoop102:8020/hbase
hbase.cluster.distributed
true
hbase.zookeeper.quorum
hadoop102,hadoop103,hadoop104
3.regionservers：
hadoop102
hadoop103
hadoop104
2.1.5 HBase远程发送到其他集群
2.1.6 HBase服务的启动
bin/hbase-daemon.sh start master
bin/hbase-daemon.sh start regionserver
提示：如果集群之间的节点时间不同步，会导致regionserver无法启动，抛出ClockOutOfSyncException异常。
修复提示：
a、同步时间服务
b、属性：hbase.master.maxclockskew设置更大的值
hbase.master.maxclockskew
180000
Time difference of regionserver from master
2.1.7 查看HBase页面
启动成功后，可以通过“host:port”的方式来访问HBase管理页面，例如：
http://hadoop102:16010
2.1.8 高可用(可选)
在HBase中HMaster负责监控HRegionServer的生命周期，均衡RegionServer的负载，如果HMaster挂掉了，那么整个HBase集群将陷入不健康的状态，并且此时的工作状态并不会维持太久。所以HBase支持对HMaster的高可用配置。
在conf目录下创建backup-masters文件
touch conf/backup-masters
在backup-masters文件中配置高可用HMaster节点
echo hadoop103 > conf/backup-masters
将整个conf目录scp到其他节点
2.2 HBase Shell操作
2.2.1 基本操作
1**．进入HBase客户端命令行**
bin/hbase shell
2**．查看帮助命令**
hbase(main):001:0> help
2.2.2 namespace的操作
1**．查看当前Hbase中有哪些namespace**
hbase(main):002:0> list_namespace
2**．创建namespace**
hbase(main):010:0> create_namespace "test"
hbase(main):010:0> create_namespace "test01", {"author"=>"wyh", "create_time"=>"2020-03-10 08:08:08"}
**3.**查看namespace
hbase(main):010:0> describe_namespace “test01”
**4.**修改namespace的信息（添加或者修改属性）
hbase(main):010:0> alter_namespace “test01”, {METHOD => ‘set’, ‘author’ => ‘ll’}
**5.**删除namespace
hbase(main):010:0> drop_namespace “test01”
注意: 要删除的namespace必须是空的，其下没有表。
2.2.3 表的操作
0**．查看当前数据库中有哪些表**
hbase(main):002:0> list
1**．创建表**
hbase(main):002:0> create ‘student’,‘info’
2**．插入数据到表**
hbase(main):003:0> put ‘student’,‘1001’,‘info:sex’,‘male’
hbase(main):004:0> put ‘student’,‘1001’,‘info:age’,‘18’
hbase(main):005:0> put ‘student’,‘1002’,‘info:name’,‘Janna’
hbase(main):006:0> put ‘student’,‘1002’,‘info:sex’,‘female’
hbase(main):007:0> put ‘student’,‘1002’,‘info:age’,‘20’
3**．扫描查看表数据**
hbase(main):008:0> scan ‘student’
hbase(main):009:0> scan ‘student’,{STARTROW => ‘1001’, STOPROW => ‘1001’}
hbase(main):010:0> scan ‘student’,{STARTROW => ‘1001’}
4**．查看表结构**
hbase(main):011:0> describe ‘student’
5**．更新指定字段的数据**
hbase(main):012:0> put ‘student’,‘1001’,‘info:name’,‘Nick’
hbase(main):013:0> put ‘student’,‘1001’,‘info:age’,‘100’
6**．查看“指定行”或“指定列族:列”的数据**
hbase(main):014:0> get ‘student’,‘1001’
hbase(main):015:0> get ‘student’,‘1001’,‘info:name’
7**．统计表数据行数**
hbase(main):021:0> count ‘student’
8**．删除数据**
删除某rowkey的全部数据：
hbase(main):016:0> deleteall ‘student’,‘1001’
删除某rowkey的某一列数据：
hbase(main):017:0> delete ‘student’,‘1002’,‘info:sex’
9**．清空表数据**
hbase(main):018:0> truncate ‘student’
提示：清空表的操作顺序为先disable，然后再truncate。
10**．删除表**
首先需要先让该表为disable状态：
hbase(main):019:0> disable ‘student’
然后才能drop这个表：
hbase(main):020:0> drop ‘student’
提示：如果直接drop表，会报错：ERROR: Table student is enabled. Disable it first.
11**．变更表信息**
将info列族中的数据存放3个版本：
hbase(main):022:0> alter ‘student’,{NAME=>‘info’,VERSIONS=>3}
序为先disable，然后再truncate。
10**．删除表**
首先需要先让该表为disable状态：
hbase(main):019:0> disable ‘student’
然后才能drop这个表：
hbase(main):020:0> drop ‘student’
提示：如果直接drop表，会报错：ERROR: Table student is enabled. Disable it first.
11**．变更表信息**
将info列族中的数据存放3个版本：
hbase(main):022:0> alter ‘student’,{NAME=>‘info’,VERSIONS=>3}
hbase(main):022:0> get ‘student’,‘1001’,{COLUMN=>‘info:name’,VERSIONS=>3}