HBase数据访问的几种方式

1 Python访问HBase RestServer

HBase RestServer

HBase RESTServer是Apache HBase提供的一个RESTful接口，用于通过HTTP协议与HBase进行交互。通过RESTServer，用户可以方便地通过发送HTTP请求来进行数据的读取、写入和查询操作，无需直接使用HBase的Java API。

首先，我们需要启动HBase RESTServer。在HBase的安装目录下，执行以下命令来启动RESTServer：

./bin/hbase-daemon.sh start rest

HBase RestServer的示例

启动后，我们可以通过访问http://localhost:8080来访问RESTServer的Web UI，查看API文档和进行交互。

下面是一个简单的Python代码示例，演示如何通过HBase RESTServer来读取HBase中的数据：

http://localhost:8080/table_name/row_key [GET]

import requests

url = "http://localhost:8080/example/table_name/row_key"

response = requests.get(url)

if response.status_code == 200:
    data = response.json()
    print(data)
else:
    print("Failed to retrieve data")

或者安装Python三方包: hbase-rest-py

pip install hbase-rest-py

from hbase.rest_client import HBaseRESTClient
from hbase.scan import Scan
from hbase.scan_filter_helper import (
    build_base_scanner,
    build_prefix_filter,
    build_row_filter,
    build_value_filter,
    build_single_column_value_filter
)

client = HBaseRESTClient(['http://localhost:8080'])
scanner_def = build_base_scanner(startRow="start", endRow="end", column=["cf:info"])
flag, res = scan.scan(tbl_name="table_name", scanner_payload=scanner_def)

更多方法可查看：https://github.com/samirMoP/hbase-rest-py

HBase RestServer的优势

易于使用：通过HTTP协议进行交互，无需了解复杂的Java API。
跨平台支持：RESTful接口可以被任何支持HTTP协议的平台和语言所访问。
灵活性：可以方便地与其他系统集成，实现数据的共享和交换。

2 Python访问HBase ThriftServer

HBase ThriftServer

首先，我们需要启动HBase ThriftServer。在HBase的安装目录下，执行以下命令来启动ThriftServer：

./bin/hbase-daemon.sh start thrift

HBase ThriftServer的示例

安装Python三方包: happybase

pip install happybase

scan示例

import happybase

connection = happybase.Connection('localhost')
connection.open()

table = connection.table('table_name')
scan_results = table.scan(row_start='start', row_stop='end')
count = len([x for x in scan_results])

connection.close()

更多方法可查看：https://github.com/python-happybase/happybase

HBase ThriftServer的优势

适合高性能和低延迟需求的场景，特别是需要处理大数据量和高并发查询的场景。

• 延迟低，因为 Thrift 协议是二进制协议，序列化和反序列化效率高。
• 吞吐量高，适合高并发和大数据量的查询。
• 资源使用效率高，尤其是在需要处理大量数据时。

3 Java HBase-Client访问HBase

HBase-Client 配置

    org.apache.hbase
    hbase-client
    2.5.7
    
        
             log4j
             log4j
        
    

HBase-Client Java代码示例

import org.apache.hadoop.hbase.HBaseConfiguration;
import org.apache.hadoop.hbase.client.Connection;
import org.apache.hadoop.hbase.client.ConnectionFactory;
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.client.Table;
import org.apache.hadoop.hbase.util.Bytes;

public class HBaseClientExample {
    public static void main(String[] args) throws Exception {
        // 创建 HBase 配置
        org.apache.hadoop.conf.Configuration config = HBaseConfiguration.create();
        
        // 建立连接
        try (Connection connection = ConnectionFactory.createConnection(config)) {
            // 获取表
            Table table = connection.getTable(org.apache.hadoop.hbase.TableName.valueOf("my_table"));
            
            // 插入数据
            Put put = new Put(Bytes.toBytes("row1"));
            put.addColumn(Bytes.toBytes("cf"), Bytes.toBytes("qual1"), Bytes.toBytes("value1"));
            table.put(put);
            
            // 扫描表
            Scan scan = new Scan();
            try (ResultScanner scanner = table.getScanner(scan)) {
                for (Result result : scanner) {
                    byte[] value = result.getValue(Bytes.toBytes("cf"), Bytes.toBytes("qual1"));
                    System.out.println("Found row: " + Bytes.toString(value));
                }
            }
            
            // 关闭表
            table.close();
        }
    }
}

也可以使用spring-boot-starter-hbase进行查询，简化了集成与配置管理，由于增加了一层抽象，性能可能略低于直接使用 hbase-client。

Java HBase 客户端查询优势

• 直接通信：Java 客户端直接与 HBase 的 RegionServers 和 ZooKeeper 进行通信，没有中间层，减少了延迟。
• 高效协议：使用 HBase 的原生 RPC 协议（基于 Protobuf），具有高效的二进制序列化和反序列化。
• 本地优化：Java 客户端是 HBase 的原生客户端，经过高度优化，能够充分利用 HBase 提供的所有特性和功能。
• 缓存机制：客户端缓存元数据（如 Region 位置信息），减少了与 ZooKeeper 和RegionServers 的通信频率，提高了性能。

4 验证版本

HBase 2.3.7

5 参考资料

https://blog.51cto.com/u_16213427/11417321

https://blog.csdn.net/lIujunXHU/article/details/132765602