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)
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。
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。

(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
[html]  view plain copy print ?
  1. tar zxvf  hbase-0.94.10.tar.gz  
3. 修改数据存储目录,编辑 conf/hbase-site.xml 配置hbase.rootdir
[html]  view plain copy print ?
  1. <?xml version="1.0"?>    
  2. <?xml-stylesheet type="text/xsl" href="configuration.xsl"?>    
  3. <configuration>    
  4.   <property>    
  5.     <name>hbase.rootdir</name>    
  6.     <value>存储目录</value>    
  7.   </property>    
  8. </configuration>    
4. 启动Hbase
[html]  view plain copy print ?
  1. ./bin/start-hbase.sh  
starting 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
[html]  view plain copy print ?
  1. ./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
[html]  view plain copy print ?
  1. hbase(main):001:0> create 'scores' ,'grade','course'  

list命令来查看当前HBase里有哪些表
[html]  view plain copy print ?
  1. hbase(main):002:0> list  
  2. TABLE                                                                                                                  
  3. scores                                                                                                                 
  4. test                                                                                                                   
  5. 2 row(s) in 0.1320 seconds  
describe命令来查看表结构
[html]  view plain copy print ?
  1. hbase(main):001:0> describe 'scores'  
  2. DESCRIPTION                                                                 ENABLED                                    
  3.  'scores', {NAME => 'course', DATA_BLOCK_ENCODING => 'NONE', BLOOMFILTER => true                                       
  4.   'NONE', REPLICATION_SCOPE => '0', VERSIONS => '3', COMPRESSION => 'NONE',                                            
  5.   MIN_VERSIONS => '0', TTL => '2147483647', KEEP_DELETED_CELLS => 'false',                                             
  6.  BLOCKSIZE => '65536', IN_MEMORY => 'false', ENCODE_ON_DISK => 'true', BLOC                                            
  7.  KCACHE => 'true'}, {NAME => 'grade', DATA_BLOCK_ENCODING => 'NONE', BLOOMF                                            
  8.  ILTER => 'NONE', REPLICATION_SCOPE => '0', VERSIONS => '3', COMPRESSION =>                                            
  9.   'NONE', MIN_VERSIONS => '0', TTL => '2147483647', KEEP_DELETED_CELLS => '                                            
  10.  false', BLOCKSIZE => '65536', IN_MEMORY => 'false', ENCODE_ON_DISK => 'tru                                            
  11.  e', BLOCKCACHE => 'true'}                                                                                             
  12. 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
[html]  view plain copy print ?
  1. hbase(main):007:0> put 'scores','Tom','grade','6'  
  2. 0 row(s) in 0.0790 seconds  
  3.   
  4. hbase(main):008:0> put 'scores','Tom','course:math','99'  
  5. 0 row(s) in 0.0060 seconds  
  6.   
  7. hbase(main):009:0> put 'scores','Tom','course:art','100'  
  8. 0 row(s) in 0.0100 seconds  
  9.   
  10. //扫描表数据  
  11. hbase(main):010:0> scan 'scores'  
  12. ROW                            COLUMN+CELL                                                                             
  13.  Tom                           column=course:art, timestamp=1376493359159value=100                                   
  14.  Tom                           column=course:math, timestamp=1376493340514value=99                                   
  15.  Tom                           column=grade:, timestamp=1376493316800value=6                                         
  16. 1 row(s) in 0.0530 seconds  
put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
[html]  view plain copy print ?
  1. hbase(main):012:0> get 'scores' ,'Tom'  
  2. COLUMN                         CELL                                                                                    
  3.  course:art                    timestamp=1376493359159value=100                                                      
  4.  course:math                   timestamp=1376493340514value=99                                                       
  5.  grade:                        timestamp=1376493316800value=6                                                        
  6. 3 row(s) in 0.0170 seconds  
  7.   
  8. hbase(main):013:0> get 'scores' ,'Tom','grade'  
  9. COLUMN                         CELL                                                                                    
  10.  grade:                        timestamp=1376493316800value=6                                                        
  11. 1 row(s) in 0.0080 seconds  
  12.   
  13. hbase(main):014:0> get 'scores' ,'Tom','course:math'  
  14. COLUMN                         CELL                                                                                    
  15.  course:math                   timestamp=1376493340514value=99                                                       
  16. 1 row(s) in 0.0250 seconds  

4)删除指定数据
[html]  view plain copy print ?
  1. hbase(main):016:0> delete 'scores' ,'Tom','grade'  
  2. 0 row(s) in 0.1350 seconds  
  3.   
  4. hbase(main):017:0> scan 'scores'  
  5. ROW                            COLUMN+CELL                                                                             
  6.  Tom                           column=course:art, timestamp=1376493359159value=100                                   
  7.  Tom                           column=course:math, timestamp=1376493340514value=99                                   
  8. 1 row(s) in 0.1380 seconds  

5)统计行数:
[html]  view plain copy print ?
  1. hbase(main):018:0> count 'scores'  
  2. 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:
[html]  view plain copy print ?
  1. shell test.hbaseshell   

参考资料:
http://www.jb51.net/article/31172.htm

你可能感兴趣的:(Hbase安装与简介)