【小牛学堂】之HBASE详解

学大数据，上小牛学堂课程视频地址：=4HBASE数据库1.Hbase基础1.1hbase数据库介绍1、简介hbase是bigtable的开源java版本。是建立在hdfs之上，提供高可靠性、高性能、列存储、可伸缩、实时读写nosql的数据库系统。它介于nosql和RDBMS之间，仅能通过主键(rowkey)和主键的range来检索数据，仅支持单行事务(可通过hive支持来实现多表join等复杂操作)。主要用来存储结构化和半结构化的松散数据。Hbase查询数据功能很简单，不支持join等复杂操作，不支持复杂的事务（行级的事务）Hbase中支持的数据类型：byte[]与hadoop一样，Hbase目标主要依靠横向扩展，通过不断增加廉价的商用服务器，来增加计算和存储能力。HBase中的表一般有这样的特点：大：一个表可以有上十亿行，上百万列面向列:面向列(族)的存储和权限控制，列(族)独立检索。稀疏:对于为空(null)的列，并不占用存储空间，因此，表可以设计的非常稀疏。2、表结构逻辑视图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(columnfamily)学大数据，上小牛学堂课程视频地址：=43、RowKey与nosql数据库们一样,rowkey是用来检索记录的主键。访问hbasetable中的行，只有三种方式：1通过单个rowkey访问2通过rowkey的range3全表扫描Rowkey行键(Rowkey)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，rowkey保存为字节数组。Hbase会对表中的数据按照rowkey排序(字典顺序)存储时，数据按照Rowkey的字典序(byteorder)排序存储。设计key时，要充分排序存储这个特性，将经常一起读取的行存储放到一起。(位置相关性)注意：字典序对int排序的结果是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。要保持整形的自然序，行键必须用0作左填充。行的一次读写是原子操作(不论一次读写多少列)。这个设计决策能够使用户很容易的理解程序在对同一个行进行并发更新操作时的行为。4、列族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。访问控制、磁盘和内存的使用统计都是在列族层面进行的。列族越多，在取一行数据时所要参与IO、搜寻的文件就越多，所以，如果没有必要，不要设置太多的列族学大数据，上小牛学堂课程视频地址：=45、时间戳HBase中通过row和columns确定的为一个存贮单元称为cell。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：保存数据的最后n个版本保存最近一段时间内的版本（设置数据的生命周期TTL）。用户可以针对每个列族进行设置。6、Cell由{rowkey,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贮。1.2hbase集群结构REGION：是HBASE中对表进行切割的单元HMASTER：HBASE的主节点，负责整个集群的状态感知，负载分配、负责用户表的元数据管理（可以配置多个用来实现HA）REGION-SERVER：HBASE中真正负责管理region的服务器，也就是负责为客户端进行表数据读写的服务器ZOOKEEPER:整个HBASE中的主从节点协调，主节点之间的选举，集群节点之间的上下线感知……都是通过zookeeper来实现学大数据，上小牛学堂课程视频地址：=41.3hbase集群搭建----先部署一个zookeeper集群（1）上传hbase安装包（2）解压（3）配置hbase集群，要修改3个文件注意：要把hadoop的hdfs-site.xml和core-site.xml放到hbase/conf下（3.1）修改hbase-env.shexportJAVA_HOME=/usr/java/jdk1.7.0_55//告诉hbase使用外部的zkexportHBASE_MANAGES_ZK=false（3.2）修改hbase-site.xmlconfiguration!--指定hbase在HDFS上存储的路径--propertynamehbase.rootdir/namevaluehdfs://ns1/hbase/value/property!--指定hbase是分布式的--propertynamehbase.cluster.distributed/namevaluetrue/value/property!--指定zk的地址，多个用“,”分割--propertynamehbase.zookeeper.quorum/namevalueweekend05:2181,weekend06:2181,weekend07:2181/value/property/configuration（3.3）修改regionserversweekend03weekend04weekend05weekend06(3.3)修改backup-masters来指定备用的主节点[root@mini1conf]#vibackup-mastersmini2学大数据，上小牛学堂课程视频地址：=4(3.4)拷贝hbase到其他节点scp-r/weekend/hbase-0.96.2-hadoop2/weekend02:/weekend/scp-r/weekend/hbase-0.96.2-hadoop2/weekend03:/weekend/scp-r/weekend/hbase-0.96.2-hadoop2/weekend04:/weekend/scp-r/weekend/hbase-0.96.2-hadoop2/weekend05:/weekend/scp-r/weekend/hbase-0.96.2-hadoop2/weekend06:/weekend/(4)将配置好的HBase拷贝到每一个节点并同步时间。(5)启动所有的hbase进程首先启动zk集群./zkServer.shstart启动hdfs集群start-dfs.sh启动hbase，在主节点上运行：start-hbase.sh(6)通过浏览器访问hbase管理页面192.168.1.201:60010(7)为保证集群的可靠性，要启动多个HMasterhbase-daemon.shstartmaster1.4命令行演示1.4.1基本shell命令进入hbase命令行./hbaseshell显示hbase中的表list创建user表，包含info、data两个列族create'user','info1','data1'create'user',{NAME='info',VERSIONS='3'}向user表中插入信息，rowkey为rk0001，列族info中添加name列标示符，值为zhangsanput'user','rk0001','info:name','zhangsan'向user表中插入信息，rowkey为rk0001，列族info中添加gender列标示符，值为femaleput'user','rk0001','info:gender','female'向user表中插入信息，rowkey为rk0001，列族info中添加age列标示符，值为20put'user','rk0001','info:age',20学大数据，上小牛学堂课程视频地址：=4向user表中插入信息，rowkey为rk0001，列族data中添加pic列标示符，值为pictureput'user','rk0001','data:pic','picture'获取user表中rowkey为rk0001的所有信息get'user','rk0001'获取user表中rowkey为rk0001，info列族的所有信息get'user','rk0001','info'获取user表中rowkey为rk0001，info列族的name、age列标示符的信息get'user','rk0001','info:name','info:age'获取user表中rowkey为rk0001，info、data列族的信息get'user','rk0001','info','data'get'user','rk0001',{COLUMN=['info','data']}get'user','rk0001',{COLUMN=['info:name','data:pic']}获取user表中rowkey为rk0001，列族为info，版本号最新5个的信息get'user','rk0001',{COLUMN='info',VERSIONS=2}get'user','rk0001',{COLUMN='info:name',VERSIONS=5}get'user','rk0001',{COLUMN='info:name',VERSIONS=5,TIMERANGE=[1392368783980,1392380169184]}获取user表中rowkey为rk0001，cell的值为zhangsan的信息get'people','rk0001',{FILTER=ValueFilter(=,'binary:图片')}获取user表中rowkey为rk0001，列标示符中含有a的信息get'people','rk0001',{FILTER=(QualifierFilter(=,'substring:a'))}put'user','rk0002','info:name','fanbingbing'put'user','rk0002','info:gender','female'put'user','rk0002','info:nationality','中国'get'user','rk0002',{FILTER=ValueFilter(=,'binary:中国')}查询user表中的所有信息scan'user'查询user表中列族为info的信息scan'user',{COLUMNS='info'}scan'user',{COLUMNS='info',RAW=true,VERSIONS=5}scan'persion',{COLUMNS='info',RAW=true,VERSIONS=3}查询user表中列族为info和data的信息学大数据，上小牛学堂课程视频地址：=4s