Hbase安装与简介
（一）简介：
HBase是一个分布式的、面向列的开源数据库。HBase是Google Bigtable的开源实现，它利用Hadoop HDFS作为其文件存储系统，利用Hadoop MapReduce来处理HBase中的海量数据，利用Zookeeper作为协同服务。
表结构：
HBase以表的形式存储数据。表有行和列组成。列划分为若干个列族/列簇(column family)。
| Row Key | column-family1 | column-family2 | column-family3 | |||
| column1 | column2 | column1 | column2 | column3 | column1 | |
| key1 | ||||||
| key2 | ||||||
| key3 | ||||||
如上图所示，key1、key2、key3是三条记录的唯一的row key值，column-family1、column-family2、column-family3是三个列族，每个列族下又包括几列，比如column-family1这个列族下包括两列，名字是column1和column2。t1:ab ,t2:dx是由row key1和column-family1—column1唯一确定的一个单元cell。这个cell中有两个数据，ab和dx。两个值的时间戳不一样，分别是t1,t2，hbase会返回最新时间的值给请求者。
名词定义：
1）Row Key
与nosql数据库们一样,row key是用来检索记录的主键。访问hbase table中的行，只有三种方式：
- 单个row key访问
- 通过row key的range
- 全表扫描
Row key可以是任意字符串(最大长度是 64KB，实际应用中长度一般为 10-100bytes)，在hbase内部，row key保存为字节数组。
存储时，数据按照Row key的字典序(byte order)排序存储。设计key时，将经常一起读取的行存储放到一起。(位置相关性)
存储时，数据按照Row key的字典序(byte order)排序存储。设计key时，将经常一起读取的行存储放到一起。(位置相关性)
2）列族 column family
hbase表中的每个列，都归属与某个列族。列族是表的schema的一部分(而列不是)，必须在使用表之前定义。列名都以列族作为前缀。例如courses:history ， courses:math 都属于 courses 这个列族。
3）单元 Cell
HBase中通过row和columns确定的为一个存贮单元称为cell。由{row key, column( =<family> + <label>), version} 唯一确定的单元。cell中的数据是没有类型的，全部是字节码形式存储。
hbase表中的每个列，都归属与某个列族。列族是表的schema的一部分(而列不是)，必须在使用表之前定义。列名都以列族作为前缀。例如courses:history ， courses:math 都属于 courses 这个列族。
3）单元 Cell
HBase中通过row和columns确定的为一个存贮单元称为cell。由{row key, column( =<family> + <label>), version} 唯一确定的单元。cell中的数据是没有类型的，全部是字节码形式存储。
4）时间戳 timestamp
每个cell都保存着同一份数据的多个版本。版本通过时间戳来索引。时间戳的类型是 64位整型。时间戳可以由hbase(在数据写入时自动 )赋值，此时时间戳是精确到毫秒的当前系统时间。时间戳也可以由客户显式赋值。如果应用程序要避免数据版本冲突，就必须自己生成具有唯一性的时间戳。每个cell中，不同版本的数据按照时间倒序排序，即最新的数据排在最前面。
为了避免数据存在过多版本造成的的管理 (包括存贮和索引)负担，hbase提供了两种数据版本回收方式。一是保存数据的最后n个版本，二是保存最近一段时间内的版本（比如最近七天）。用户可以针对每个列族进行设置。
每个cell都保存着同一份数据的多个版本。版本通过时间戳来索引。时间戳的类型是 64位整型。时间戳可以由hbase(在数据写入时自动 )赋值，此时时间戳是精确到毫秒的当前系统时间。时间戳也可以由客户显式赋值。如果应用程序要避免数据版本冲突，就必须自己生成具有唯一性的时间戳。每个cell中，不同版本的数据按照时间倒序排序，即最新的数据排在最前面。
为了避免数据存在过多版本造成的的管理 (包括存贮和索引)负担，hbase提供了两种数据版本回收方式。一是保存数据的最后n个版本，二是保存最近一段时间内的版本（比如最近七天）。用户可以针对每个列族进行设置。
（二）安装：
1. 下载安装包：http://www.apache.org/dyn/closer.cgi/hbase/，下载后缀为 .tar.gz 结尾的文件。本文测试的版本是 hbase-0.94.10.tar.gz
2. 解压
tar zxvf hbase-0.94.10.tar.gz3. 修改数据存储目录，编辑 conf/hbase-site.xml 配置hbase.rootdir
<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<property>
<name>hbase.rootdir</name>
<value>存储目录</value>
</property>
</configuration> 4. 启动Hbase
./bin/start-hbase.shstarting master, logging to /home/onlyone/software/hbase-0.94.10/bin/../logs/hbase-onlyone-master-ubuntu.out
所有的服务都运行在一个JVM上，包括Hbase和Zookeeper。Hbase的日志放在logs目录，当你启动出问题的时候，可以检查这个日志。
5. 用shell连接Hbase
5. 用shell连接Hbase
./bin/hbase shell
（三）操作演示
有一学生成绩表
| name | grade | course | |
| math | art | ||
| Tom | 6 | 99 | 100 |
| Yangli | 15 | ||
这里grade对于表来说是一个只有它自己的列族，course对于表来说是一个有两个列的列族，这个列族由两个列组成math和art，当然我们可以根据需要在course中建立更多的列，如computer、physics等列添加入course列族。
1）建立一个表scores，有两个列族grade和course
hbase(main):001:0> create 'scores' ,'grade','course'
list命令来查看当前HBase里有哪些表
hbase(main):002:0> list TABLE scores test 2 row(s) in 0.1320 secondsdescribe命令来查看表结构
hbase(main):001:0> describe 'scores'
DESCRIPTION ENABLED
'scores', {NAME => 'course', DATA_BLOCK_ENCODING => 'NONE', BLOOMFILTER => true
'NONE', REPLICATION_SCOPE => '0', VERSIONS => '3', COMPRESSION => 'NONE',
MIN_VERSIONS => '0', TTL => '2147483647', KEEP_DELETED_CELLS => 'false',
BLOCKSIZE => '65536', IN_MEMORY => 'false', ENCODE_ON_DISK => 'true', BLOC
KCACHE => 'true'}, {NAME => 'grade', DATA_BLOCK_ENCODING => 'NONE', BLOOMF
ILTER => 'NONE', REPLICATION_SCOPE => '0', VERSIONS => '3', COMPRESSION =>
'NONE', MIN_VERSIONS => '0', TTL => '2147483647', KEEP_DELETED_CELLS => '
false', BLOCKSIZE => '65536', IN_MEMORY => 'false', ENCODE_ON_DISK => 'tru
e', BLOCKCACHE => 'true'}
1 row(s) in 0.7240 seconds
ps：记得所有的表名、列名都需要加上引号
2）插入值
hbase(main):007:0> put 'scores','Tom','grade','6' 0 row(s) in 0.0790 seconds hbase(main):008:0> put 'scores','Tom','course:math','99' 0 row(s) in 0.0060 seconds hbase(main):009:0> put 'scores','Tom','course:art','100' 0 row(s) in 0.0100 seconds ／／扫描表数据 hbase(main):010:0> scan 'scores' ROW COLUMN+CELL Tom column=course:art, timestamp=1376493359159, value=100 Tom column=course:math, timestamp=1376493340514, value=99 Tom column=grade:, timestamp=1376493316800, value=6 1 row(s) in 0.0530 secondsput命令比较简单：
hbase> put ‘t1′, ‘r1′, ‘c1′, ‘value'
t1指表名，r1指行键名，c1指列名，value指单元格值
3）根据键值查询数据
hbase(main):012:0> get 'scores' ,'Tom' COLUMN CELL course:art timestamp=1376493359159, value=100 course:math timestamp=1376493340514, value=99 grade: timestamp=1376493316800, value=6 3 row(s) in 0.0170 seconds hbase(main):013:0> get 'scores' ,'Tom','grade' COLUMN CELL grade: timestamp=1376493316800, value=6 1 row(s) in 0.0080 seconds hbase(main):014:0> get 'scores' ,'Tom','course:math' COLUMN CELL course:math timestamp=1376493340514, value=99 1 row(s) in 0.0250 seconds
4）删除指定数据
hbase(main):016:0> delete 'scores' ,'Tom','grade' 0 row(s) in 0.1350 seconds hbase(main):017:0> scan 'scores' ROW COLUMN+CELL Tom column=course:art, timestamp=1376493359159, value=100 Tom column=course:math, timestamp=1376493340514, value=99 1 row(s) in 0.1380 seconds
5）统计行数：
hbase(main):018:0> count 'scores' 1 row(s) in 0.8500 seconds
6）hbase shell脚本
既然是shell命令，当然也可以把所有的hbase shell命令写入到一个文件内，象linux shell脚本那样顺序执行所有命令。如：
shell test.hbaseshell
参考资料：
http://www.jb51.net/article/31172.htm