phoenix实战（hadoop2、hbase0.96）

版本：

phoenix：2.2.2，可以下载源码（https://github.com/forcedotcom/phoenix/tree/port-0.96）自己编译，或者从这里下载（http://download.csdn.net/detail/fansy1990/7146479、http://download.csdn.net/detail/fansy1990/7146501）。

hadoopp：hadoop2.2.0

hbase：hbase-0.96.2-hadoop2。

首先把hbase和hadoop2 配置好，hadoop2就不多少了，配置的是伪分布式的yarn方式。hbase配置的是伪分布式，并且使用自带的zookeeper(默认端口2181)。

hbase的配置文件如下：

hbase-site.xml:

 <configuration>
     <property>
         <name>hbase.rootdir</name>
         <value>hdfs://node31:9000/hbase</value>
     </property>
     <property>
         <name>hbase.cluster.distributed</name>
         <value>true</value>
     </property>
     <property>
         <name>hbase.zookeeper.quorum</name>
         <value>node31</value>
     </property>
     <property>
         <name>hbase.zookeeper.property.dataDir</name>
         <value>/var/zookeeper</value>
     </property>
     <property>
         <name>dfs.replication</name>
         <value>1</value>
     </property>
 </configuration>

下载phoenix2.2 的压缩包，然后解压缩。

1. 把$PHOENIX_HOME/target/phoenix-2.2.0-SNAPSHOT.jar 文件拷贝到$HBASE_HOME/lib/下面，重启hbase。

2. 把 $HBASE_HOME/conf/hbase-site.xml文件拷贝到$PHOENIX_HOME/bin/下面，替换原来的文件。

三种操作方式：

1.  sqlline方式：

进入$PHOENIX_HOME/bin 输入：./sqlline.sh node31:2181 ，其中node31:2181是zookeeper的地址；然后就是命令行了，如下：

2. psql方式：

2.1 新建表：

命令：./psql.sh node31:2181 ../examples/stock_symbol.sql  ， 其中 ../examples/stock_symbol.sql是建表的sql语句，如下：

 CREATE TABLE IF NOT EXISTS WEB_STAT (
      HOST CHAR(2) NOT NULL,
      DOMAIN VARCHAR NOT NULL,
      FEATURE VARCHAR NOT NULL,
      DATE DATE NOT NULL,
      USAGE.CORE BIGINT,
      USAGE.DB BIGINT,
      STATS.ACTIVE_VISITOR INTEGER
      CONSTRAINT PK PRIMARY KEY (HOST, DOMAIN, FEATURE, DATE)
 );

2.2 导入数据：

命令：./psql.sh -t WEB_STAT node31:2181 ../examples/web_stat.csv  ， 其中 -t 后面是表名， ../examples/web_stat.csv 是csv数据（注意数据的分隔符需要是逗号）。

首先使用sqlline查看：

从上面的数据可以看到倒数第一、二条数据的primary key是一样的，primary key是作为hbase的row key的，应该是不一样的。所以这样肯定是有问题的，看原始数据：

可以看到这两个记录是不相同的，所以是可以插入的，不过只是在sqlline中并没有全部显示DATE的全部而已。

在Hbase中查看表数据：

这里可以看到在建表语句中使用USAGE.CORE就说明USAGE是一个family，而CORE则是它的一个列。

2.3 查询：命令：./psql.sh -t WEB_STAT node31:2181 ../examples/web_stat_queries.sql （或者./psql.sh -t WEB_STAT node31:2181 ../examples/web_stat_queries.sql > result.txt  ，这样是把查询的数据保存到文件而已）

查询的结果如下：

 DOMAIN     AVERAGE_CPU_USAGE AVERAGE_DB_USAGE
 ---------- ----------------- ----------------
 Salesforce.com          260.7272         257.6363
 Google.com           212.875           213.75
 Apple.com           114.1111         119.5555
 Time: 0.087 sec(s)

 DAY                 TOTAL_CPU_USAGE MIN_CPU_USAGE MAX_CPU_USAGE
 ------------------- --------------- ------------- -------------
 2013-01-01 00:00:00              35            35            35
 2013-01-02 00:00:00             150            25           125
 2013-01-03 00:00:00              88            88            88
 2013-01-04 00:00:00              26             3            23
 2013-01-05 00:00:00             550            75           475
 2013-01-06 00:00:00              12            12            12
 2013-01-08 00:00:00             345           345           345
 2013-01-09 00:00:00             390            35           355
 2013-01-10 00:00:00             345           345           345
 2013-01-11 00:00:00             335           335           335
 2013-01-12 00:00:00               5             5             5
 2013-01-13 00:00:00             355           355           355
 2013-01-14 00:00:00               5             5             5
 2013-01-15 00:00:00             720            65           655
 2013-01-16 00:00:00             785           785           785
 2013-01-17 00:00:00            1590           355          1235
 Time: 0.246 sec(s)

 HOST TOTAL_ACTIVE_VISITORS
 ---- ---------------------
 EU                     150
 NA                       1
 Time: 0.37 sec(s)

3. csv-bulk-loader.sh方式：

首先把phoenix jar包拷贝的hadoop lib目录：cp /opt/phoenix-port-0.96/target/phoenix-2.2.0-SNAPSHOT.jar /opt/hadoop2/share/hadoop/common/lib/

这种方式的使用参数：

 Usage: csv-bulk-loader <option value>
 Note: phoenix-[version].jar needs to be on Hadoop classpath on each node

 <option>  <value>
 -i        CSV data file path in hdfs (mandatory)
 -s        Phoenix schema name (mandatory if not default)
 -t        Phoenix table name (mandatory)
 -sql      Phoenix create table sql file path (mandatory)
 -zk       Zookeeper IP:<port> (mandatory)
 -mr       MapReduce Job Tracker IP:<port> (mandatory)
 -hd       HDFS NameNode IP:<port> (mandatory)
 -o        Output directory path in hdfs (optional)
 -idx      Phoenix index table name (optional, not yet supported)
 -error    Ignore error while reading rows from CSV? (1-YES | 0-NO, default-1) (optional)
 -help     Print all options (optional)

额，由于一定要提供一个mr，所以可能这种方式只能适用于hadoop1了。

另外经过试验，./psql.sh -t WEB_STAT node31:2181 hdfs://node31:9000/input/web_stat.csv 这种方式也是不行的，所以数据暂时不能从hdfs到hbase了。

不过，看到 java -cp "$phoenix_client_jar" com.salesforce.phoenix.map.reduce.CSVBulkLoader "$@" 这个，那么或许可以修改 CSVBulkLoader的源码，然后让其支持这个操作，同时-sql，应该也是可选项来的，而不应该是必选项。这两天试着改改好了。（虽说，phoenix高版本肯定是已经做了这个，不过如果个人修改的话，应该也可以增加点编程能力）

分享，成长，快乐

转载请注明blog地址：http://blog.csdn.net/fansy1990