hbase shell

hbase基本概念和hbase shell經常使用命令用法

1. 簡介

HBase是一個分佈式的、面向列的開源數據庫,源於google的一篇論文《bigtable：一個結構化數據的分佈式存儲系統》。HBase是Google Bigtable的開源實現，它利用Hadoop HDFS做爲其文件存儲系統，利用Hadoop MapReduce來處理HBase中的海量數據，利用Zookeeper做爲協同服務。

2. HBase的表結構

HBase以表的形式存儲數據。表有行和列組成。列劃分爲若干個列族/列簇(column family)。

 

Row Key	column-family1	column-family2	column-family3
column1	column2	column1	column2	column3	column1
key1	t1:abc t2:gdxdf		t4:dfads t3:hello t2:world
key2	t3:abc t1:gdxdf		t4:dfads t3:hello		t2:dfdsfa t3:dfdf
key3		t2:dfadfasd t1:dfdasddsf				t2:dfxxdfasd t1:taobao.com

 

如上圖所示，key1,key2,key3是三條記錄的惟一的row key值，column-family1,column-family2,column-family3是三個列族，每一個列族下又包括幾列。好比 column-family1這個列族下包括兩列，名字是column1和column2，t1:abc,t2:gdxdf是由row key1和column-family1-column1惟一肯定的一個單元cell。這個cell中有兩個數據，abc和gdxdf。兩個值的時間戳不 同樣，分別是t1,t2, hbase會返回最新時間的值給請求者。

這些名詞的具體含義以下：

(1) Row Key

與nosql數據庫們同樣,row key是用來檢索記錄的主鍵。訪問hbase table中的行，只有三種方式：

(1.1) 經過單個row key訪問

(1.2) 經過row key的range

(1.3) 全表掃描

Row key行鍵 (Row key)能夠是任意字符串(最大長度是 64KB，實際應用中長度通常爲 10-100bytes)，在hbase內部，row key保存爲字節數組。

存儲時，數據按照Row key的字典序(byte order)排序存儲。設計key時，要充分排序存儲這個特性，將常常一塊兒讀取的行存儲放到一塊兒。(位置相關性)

注意：

字典序對int排序的結果是1,10,100,11,12,13,14,15,16,17,18,19,2,20,21,…,9,91,92,93,94,95,96,97,98,99。要保持整形的天然序，行鍵必須用0做左填充。

行的一次讀寫是原子操做 (不論一次讀寫多少列)。這個設計決策可以使用戶很容易的理解程序在對同一個行進行併發更新操做時的行爲。

(2) 列族 column family

hbase表中的每一個列，都歸屬與某個列族。列族是表的chema的一部分(而列不是)，必須在使用表以前定義。列名都以列族做爲前綴。例如courses:history ， courses:math 都屬於 courses 這個列族。

訪問控制、磁盤和內存的使用統計都是在列族層面進行的。實際應用中，列族上的控制權限能幫助咱們管理不一樣類型的應用：咱們容許一些應用能夠添加新的基本數 據、一些應用能夠讀取基本數據並建立繼承的列族、一些應用則只容許瀏覽數據（甚至可能由於隱私的緣由不能瀏覽全部數據）。

(3) 單元 Cell

HBase中經過row和columns肯定的爲一個存貯單元稱爲cell。由{row key, column( =<family> + <label>), version} 惟一肯定的單元。cell中的數據是沒有類型的，所有是字節碼形式存貯。

(4) 時間戳 timestamp

每一個cell都保存着同一份數據的多個版本。版本經過時間戳來索引。時間戳的類型是 64位整型。時間戳能夠由hbase(在數據寫入時自動 )賦值，此時時間戳是精確到毫秒的當前系統時間。時間戳也能夠由客戶顯式賦值。若是應用程序要避免數據版本衝突，就必須本身生成具備惟一性的時間戳。每一個 cell中，不一樣版本的數據按照時間倒序排序，即最新的數據排在最前面。

爲了不數據存在過多版本形成的的管理 (包括存貯和索引)負擔，hbase提供了兩種數據版本回收方式。一是保存數據的最後n個版本，二是保存最近一段時間內的版本（好比最近七天）。用戶能夠針對每一個列族進行設置。

3. HBase shell的基本用法

hbase提供了一個shell的終端給用戶交互。經過執行 help get 能夠看到命令的幫助信息。

以網上的一個學生成績表的例子來演示hbase的用法。

name	grad	course
math	art
zkb	5	97	87
baoniu	4	89	80

這裏grad對於表來講是一個列,course對於表來講是一個列族,這個列族由兩個列組成math和art,固然咱們能夠根據咱們的須要在course 中創建更多的列族,如computer,physics等相應的列添加入course列族。圖中須要注意的是90這個值，列族下面的列也是能夠沒有名字 的。

(1) 創建一個表格scores  具備兩個列族grad 和courese

hbase(main):001:0> create 'scores','grade', 'course'

0 row(s) in 0.4780 seconds

(2) 查看當前HBase中具備哪些表

hbase(main):002:0> list

TABLE

scores

1 row(s) in 0.0270 seconds

(3) 查看錶的構造

hbase(main):004:0> describe 'scores'

DESCRIPTION                                                 ENABLED

{NAME => 'scores', FAMILIES => [{NAME => 'course', BLOOMFILTER => 'NONE', REPLICATION_SCOPE => '0', true

COMPRESSION => 'NONE', VERSIONS => '3', TTL => '2147483647', BLOCKSIZE => '65536', IN_MEMORY => 'fal

se', BLOCKCACHE => 'true'}, {NAME => 'grade', BLOOMFILTER => 'NONE', REPLICATION_SCOPE => '0', COMPR

ESSION => 'NONE', VERSIONS => '3', TTL => '2147483647', BLOCKSIZE => '65536', IN_MEMORY =>'false',

BLOCKCACHE =>'true'}]}

1 row(s) in 0.0390 seconds

(4) 加入一行數據,行名稱爲zkb 列族grad的列名爲」」 值位5

hbase(main):006:0> put 'scores','zkb','grade:','5'

0 row(s) in 0.0420 seconds

(5) 給zkb這一行的數據的列族course添加一列<math,97>

hbase(main):007:0> put 'scores','zkb','course:math','97'

0 row(s) in 0.0270 seconds

(6) 給zkb這一行的數據的列族course添加一列<art,87>

hbase(main):008:0> put 'scores','zkb','course:art','87'

0 row(s) in 0.0260 seconds

(7) 加入一行數據,行名稱爲baoniu 列族grad的列名爲」」 值爲4

hbase(main):009:0> put 'scores','baoniu','grade:','4'

0 row(s) in 0.0260 seconds

(8) 給baoniu這一行的數據的列族course添加一列<math,89>

hbase(main):010:0> put 'scores','baoniu','course:math','89'

0 row(s) in 0.0270 seconds

(9) 給Jerry這一行的數據的列族course添加一列<art,80>

hbase(main):011:0> put 'scores','baoniu','course:art','80'

0 row(s) in 0.0270 seconds

(10) 查看scores表中zkb的相關數據

hbase(main):012:0> get 'scores','zkb'

COLUMN                     CELL

course:art                              timestamp=1316100110921, value=87

course:math                             timestamp=1316100025944, value=97

grade:                                  timestamp=1316099975625, value=5

3 row(s) in 0.0480 seconds

(11) 查看scores表中全部數據

注意：scan命令能夠指定startrow,stoprow來scan多個row，例如：scan 'user_test',{COLUMNS =>'info:username',LIMIT =>10, STARTROW => 'test',STOPROW=>'test2'}

hbase(main):013:0> scan 'scores'

ROW                        COLUMN+CELL

baoniu                                  column=course:art, timestamp=1316100293784, value=80

baoniu                                  column=course:math, timestamp=1316100234410, value=89

baoniu                                  column=grade:, timestamp=1316100178609, value=4

zkb                                     column=course:art, timestamp=1316100110921, value=87

zkb                                     column=course:math, timestamp=1316100025944, value=97

zkb                                     column=grade:, timestamp=1316099975625, value=5

2 row(s) in 0.0470 seconds

(12) 查看scores表中全部數據courses列族的全部數據

hbase(main):017:0> scan 'scores',{COLUMNS => 'course'}

ROW                        COLUMN+CELL

baoniu                                  column=course:art, timestamp=1316100293784, value=80

baoniu                                  column=course:math, timestamp=1316100234410, value=89

zkb                                     column=course:art, timestamp=1316100110921, value=87

zkb                                     column=course:math, timestamp=1316100025944, value=97

2 row(s) in 0.0350 seconds

(13) 刪除scores表

hbase(main):024:0> disable 'scores'

0 row(s) in 0.0330 seconds

hbase(main):025:0> drop 'scores'

0 row(s) in 1.0840 seconds

總結下，hbase shell經常使用的操做命令有create,describe,disable,drop,list,scan,put,get,delete,deleteall,count,status等，經過help能夠看到詳細的用法。

轉自http://www.cnblogs.com/end/archive/2012/08/23/2652451.htm