hbase

参考 https://blog.csdn.net/vbirdbest/article/details/88236575

官网文档 https://hbase.apache.org/book.html#_overriding_configuration_starting_the_hbase_shell

一：简介
HBase的名字的来源于Hadoop database，即hadoop数据库，不同于一般的关系数据库，它是非结构化数据存储的数据库，而且它是基于列的而不是基于行的模式。

HBase是一个分布式的、面向列的、基于Google Bigtable的开源实现。
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。

二：HBase重要概念
HBase的表结构
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)，每个列族/列簇下面可以有多个普通列。

表Table
HBase是用表来存储数据的。

命名空间namespace
namespace命名空间指对一组表的逻辑分组，类似RDBMS中的database，方便对表在业务上划分。
HBase系统默认定义了两个缺省的namespace：

hbase：系统内建表，包含namespace和meta表
default：用户建表时未指定namespace的表都创建在此
行键 Row Key
行键，每一行的主键列，每行的行键要唯一，行键的值为任意字符串(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byte[]。
行的一次读写是原子操作 (不论一次读写多少列)

区域Region
Table在行的方向上分割为多个Region。

Region是按大小分割的，每个表开始只有一个region，随着数据的增多，region不断增大，当增大到一个阀值的时候，region就会等分为两个新的region,之后会有越来越多的region。

Region是HBase中分布式存储和负载均衡的最小单元。不同的Region分布到不同的RegionServer上。

Region由一个或者多个Store组成, 每个Store保存一个column family, 每个Store又由一个MemStore(存储在内存中)和0到多个StoreFile(存储在HDFS上)组成

列族 column family
列族是每个子列的父级，每个子列都属于一个列族,一个列族包含一个或者多个相关列，创建表的时候需要指定列族，而列不需要必须指定。通过“列族名:列名”来表示某个具体的子列。

HBase中的Schema就是 TableName + Column Family Name

列限定符
就是列族下的每个子列名称，或者称为相关列，或者称为限定符，只是翻译不同。
通过columnFamily:column来定位某个子列。

存储单元 cell
我们外观看到的每个单元格其实都对应着多个存储单元，默认情况下一个单元格对应着一个存储单元，一个存储单元可以存储一份数据，如果一个单元格有多个存储单元就表示一个单元格可以存储多个值。可以通过version来设置存储单元个数。可以通过
rowKey + columnFamily + column + timestamp来唯一确定一个存储单元。cell中的数据是没有类型的，全部是字节码形式存贮。

hbase按照时间戳降序排列各时间版本，其他映射建按照升序排序。

时间戳版本号 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。

Happybase

#!/usr/bin/env python
# encoding: utf-8

"""
@author:  'Administrator'
@contact:  
@time: 
"""

import happybase

hostname = '192.168.1.100'
table_name = 'users'
column_family = 'cf'
row_key = 'row_1'

conn = happybase.Connection(hostname)


def pretty_print(msg):
    print(msg.ljust(80, '*'))

def show_tables():

    pretty_print('show all tables now')
    tables =  conn.tables()
    for t in tables:
        print(t)

def create_table(table_name, column_family):
    pretty_print('create table %s' % table_name)
    conn.create_table(table_name, {column_family:dict()})


def show_rows(table, row_keys=None):
    if row_keys:
        pretty_print('show value of row named %s' % row_keys)
        if len(row_keys) == 1:
            print(table.row(row_keys[0]))
        else:
            print(table.rows(row_keys))
    else:
        pretty_print('show all row values of table named %s' % table.name)
        for key, value in table.scan():
            print(key, value)

def put_row(table, column_family, row_key, value):
    pretty_print('insert one row to hbase')
    table.put(row_key, {'%s:name' % column_family:'name_%s' % value})

def put_rows(table, column_family, row_lines=30):
    pretty_print('insert rows to hbase now')
    for i in range(row_lines):
        put_row(table, column_family, 'row_%s' % i, i)

def delete_row(table, row_key, column_family=None, keys=None):
    if keys:
        pretty_print('delete keys:%s from row_key:%s' % (keys, row_key))
        key_list = ['%s:%s' % (column_family, key) for key in keys]
        table.delete(row_key, key_list)
    else:
        pretty_print('delete row(column_family:) from hbase')
        table.delete(row_key)
def counter(table, row_key, column_family):
    pretty_print('test counter now.')

    print(table.counter_inc(row_key, '%s:counter' % column_family))  # prints 1
    print(table.counter_inc(row_key, '%s:counter' % column_family))  # prints 2
    print(table.counter_inc(row_key, '%s:counter' % column_family))  # prints 3
    print(table.counter_dec(row_key, '%s:counter' % column_family))  # prints 2
    print(table.counter_inc(row_key, '%s:counter' % column_family, value=3))  # prints 5
    print(table.counter_get(row_key, '%s:counter' % column_family))  # prints 5
    table.counter_set(row_key, '%s:counter' % column_family, 12)
    print(table.counter_get(row_key, '%s:counter' % column_family))  # prints 5

def delete_table(table_name):
    pretty_print('delete table %s now.' % table_name)
    conn.delete_table(table_name, True)

def pool():
    pretty_print('test pool connection now.')
    pool = happybase.ConnectionPool(size=3, host=hostname)
    with pool.connection() as connection:
        print(connection.tables())

def main():
    show_tables()
    # create_table(table_name, column_family)
    # show_tables()

    table = conn.table(table_name)
    # show_rows(table)
    # put_rows(table, column_family)
    show_rows(table)
    #
    # # 更新操作
    # put_row(table, column_family, row_key, 'xiaoh.me')
    # show_rows(table, [row_key])
    #
    # # 删除数据
    # delete_row(table, row_key)
    # show_rows(table, [row_key])
    #
    # delete_row(table, row_key, column_family, ['name'])
    # show_rows(table, [row_key])
    #
    # counter(table, row_key, column_family)
    #
    # delete_table(table_name)

if __name__ == "__main__":
    main()

三：HBase Shell
命名 描述 语法
help ‘命名名’ 查看命令的使用描述 help ‘命令名’
whoami 我是谁 whoami
version 返回hbase版本信息 version
status 返回hbase集群的状态信息 status
table_help 查看如何操作表 table_help
create 创建表 create ‘表名’, ‘列族名1’, ‘列族名2’, ‘列族名N’
alter 修改列族 添加一个列族：alter ‘表名’, ‘列族名’
删除列族：alter ‘表名’, {NAME=> ‘列族名’, METHOD=> ‘delete’}
describe 显示表相关的详细信息 describe ‘表名’
list 列出hbase中存在的所有表 list
exists 测试表是否存在 exists ‘表名’
put 添加或修改的表的值 put ‘表名’, ‘行键’, ‘列族名’, ‘列值’
put ‘表名’, ‘行键’, ‘列族名:列名’, ‘列值’
scan 通过对表的扫描来获取对用的值 scan ‘表名’
扫描某个列族： scan ‘表名’, {COLUMN=>‘列族名’}
扫描某个列族的某个列： scan ‘表名’, {COLUMN=>‘列族名:列名’}
查询同一个列族的多个列： scan ‘表名’, {COLUMNS => [ ‘列族名1:列名1’, ‘列族名1:列名2’, …]}
get 获取行或单元（cell）的值 get ‘表名’, ‘行键’
get ‘表名’, ‘行键’, ‘列族名’
count 统计表中行的数量 count ‘表名’
incr 增加指定表行或列的值 incr ‘表名’, ‘行键’, ‘列族:列名’, 步长值
get_counter 获取计数器 get_counter ‘表名’, ‘行键’, ‘列族:列名’
delete 删除指定对象的值（可以为表，行，列对应的值，另外也可以指定时间戳的值） 删除列族的某个列： delete ‘表名’, ‘行键’, ‘列族名:列名’
deleteall 删除指定行的所有元素值 deleteall ‘表名’, ‘行键’
truncate 重新创建指定表 truncate ‘表名’
enable 使表有效 enable ‘表名’
is_enabled 是否启用 is_enabled ‘表名’
disable 使表无效 disable ‘表名’
is_disabled 是否无效 is_disabled ‘表名’
drop 删除表 drop的表必须是disable的
disable ‘表名’
drop ‘表名’
shutdown 关闭hbase集群（与exit不同）
tools 列出hbase所支持的工具
exit 退出hbase shell
HBase Shell 是官方提供的一组命令，用于操作HBase。如果配置了HBase的环境变量了，就可以知己在命令行中输入hbase shell 命令进入命令行。

hbase shell
1

help命令
可以通过 help '命名名称'来查看命令行的具体使用，包括命令的作用和用法。
通过help ‘hbase’ 命名来查看hbase shell 支持的所有命令，hbase将命令进行分组，其中ddl、dml使用较多。

四：general 命名

1. 显示集群状态status
   可以为 ‘summary’, ‘simple’, ‘detailed’, or ‘replication’. 默认为 ‘summary’

hbase> status
hbase> status 'simple'
hbase> status 'summary'
hbase> status 'detailed'
hbase> status 'replication'
hbase> status 'replication', 'source'
hbase> status 'replication', 'sink'
1
2
3
4
5
6
7

2. 查询数据库版本version

3. 显示当前用户与组 whoami

4. 查看操作表的命令table_help

5. 退出HBase Shell exit
   exit
   1
   五：ddl命令

6. 创建表create
   注意：创建表时只需要指定列族名称，不需要指定列名。

语法

create '表名', {NAME => '列族名1'}, {NAME => '列族名2'}, {NAME => '列族名3'}

此种方式是上上面的简写方式，使用上面方式可以为列族指定更多的属性，如VERSIONS、TTL、BLOCKCACHE、CONFIGURATION等属性

create '表名', '列族名1', '列族名2', '列族名3'

create '表名', {NAME => '列族名1', VERSIONS => 版本号, TTL => 过期时间, BLOCKCACHE => true}

示例

create 'tbl_user', 'info', 'detail'
create 't1', {NAME => 'f1', VERSIONS => 1, TTL => 2592000, BLOCKCACHE => true}
1
2
3
4
5
6
7
8
9
10
11

2. 修改(添加、删除)表结构Schema alter
   2.1 添加一个列族

语法

alter '表名', '列族名'

示例

alter 'tbl_user', 'address'
1
2
3
4
5

2.2 删除一个列族

语法

alter '表名', {NAME=> '列族名', METHOD=> 'delete'}

示例

alter 'tbl_user', {NAME=> 'address', METHOD=> 'delete'}
1
2
3
4
5

3.3 修改列族的属性
可以修改列族的VERSIONS、IN_MEMORY

修改f1列族的版本为5

alter 't1', NAME => 'f1', VERSIONS => 5

修改多个列族，修改f2为内存，版本号为5

alter 't1', 'f1', {NAME => 'f2', IN_MEMORY => true}, {NAME => 'f3', VERSIONS => 5}

也可以修改table-scope属性，例如MAX_FILESIZE, READONLY,MEMSTORE_FLUSHSIZE, DEFERRED_LOG_FLUSH等。

例如，修改region的最大大小为128MB：

alter 't1', MAX_FILESIZE => '134217728'
1
2
3
4
5
6
7
8
9
3. 异步修改Schema alter_async

change or add the 'f1' column family in table 't1' from defaults

to instead keep a maximum of 5 cell VERSIONS
alter_async 't1', NAME => 'f1', VERSIONS => 5

delete the 'f1' column family in table 'ns1:t1'

alter_async 'ns1:t1', NAME => 'f1', METHOD => 'delete'
alter_async 'ns1:t1', 'delete' => 'f1'

change the max size of a family to 128MB

alter 't1', METHOD => 'table_att', MAX_FILESIZE => '134217728'
alter 't1', {NAME => 'f1'}, {NAME => 'f2', METHOD => 'delete'}
1
2
3
4
5
6
7
8
9
10
11
4. 获取alter_async执行的状态 alter_status
alter_status '表名'
1
5. 获取表的描述describe

语法

describe '表名'

示例

describe 'tbl_user'
1
2
3
4
5

6. 列举所有表list

7. 表是否存在exists

语法

exists '表名'

示例

exists 'tbl_user'
1
2
3
4
5

8. 启用表enable和禁用表disable
   通过enable和disable来启用/禁用这个表,相应的可以通过is_enabled和is_disabled来检查表是否被禁用。

语法

enable '表名'
is_enabled '表名'

disable '表名'
is_disabled '表名'

示例

disable 'tbl_user'
is_disabled 'tbl_user'

enable 'tbl_user'
is_enabled 'tbl_user'
1
2
3
4
5
6
7
8
9
10
11
12
13

9. 禁用满足正则表达式的所有表disable_all
   .匹配除“ ”和" "之外的任何单个字符
   *匹配前面的子表达式任意次

匹配以t开头的表名

disable_all 't.*'

匹配指定命名空间ns下的以t开头的所有表

disable_all 'ns:t.*'

匹配ns命名空间下的所有表

disable_all 'ns:.'
1
2
3
4
5
6
10. 启用满足正则表达式的所有表enable_all
enable_all 't.'
enable_all 'ns:t.'
enable_all 'ns:.'
1
2
3
11. 删除表drop
需要先禁用表，然后再删除表，启用的表是不允许删除的

语法

disable '表名'
drop '表名'

示例

disable 'tbl_user'
drop 'tbl_user'
1
2
3
4
5
6
7

12. 删除满足正则表达式的所有表drop_all
    drop_all 't.'
    drop_all 'ns:t.'
    drop_all 'ns:.*'
    1
    2
    3

13. 获取某个表赋值给一个变量 get_table
    通过 var = get_table ‘表名’ 赋值给一个变量对象，然后对象.来调用，就像面向对象编程一样，通过对象.方法来调用，这种方式在操作某个表时就不必每次列举表名了。

14. 获取rowKey所在的区 locate_region
    locate_region '表名', '行键'
    1

15. 显示hbase所支持的所有过滤器show_filters
    过滤器用于get和scan命令中作为筛选数据的条件，类型关系型数据库中的where的作用

六：namespace命令

1. 列举命名空间 list_namespace

2. 获取命名空间描述 describe_namespace

3. 查看命名空间下的所有表 list_namespace_tables

4. 创建命名空间create_namespace

5. 修改命名空间的属性

add/modify a property

alter_namespace 'ns1', {METHOD => 'set', 'PROPERTY_NAME' => 'PROPERTY_VALUE'}

delete a property

alter_namespace 'ns1', {METHOD => 'unset', NAME=>'PROPERTY_NAME'}
1
2
3
4
6. 删除命名空间drop_namespace
drop_namespace '命名空间名称'
1
七：dml命令

1. 插入或者修改数据put

语法

当列族中只有一个列时'列族名:列名'使用'列族名'

put '表名', '行键', '列族名', '列值'
put '表名', '行键', '列族名:列名', '列值'

示例

创建表

create 'tbl_user', 'info', 'detail', 'address'

第一行数据

put 'tbl_user', 'mengday', 'info:id', '1'
put 'tbl_user', 'mengday', 'info:name', '张三'
put 'tbl_user', 'mengday', 'info:age', '28'

put 'tbl_user', 'mengday', 'detail:birthday', '1990-06-26'
put 'tbl_user', 'mengday', 'detail:email', 'abc@163.com'
put 'tbl_user', 'mengday', 'detail:create_time', '2019-03-04 14:26:10'

put 'tbl_user', 'mengday', 'address', '上海市'

第二行数据

put 'tbl_user', 'vbirdbest', 'info:id', '2'
put 'tbl_user', 'vbirdbest', 'info:name', '李四'
put 'tbl_user', 'vbirdbest', 'info:age', '27'

put 'tbl_user', 'vbirdbest', 'detail:birthday', '1990-06-27'
put 'tbl_user', 'vbirdbest', 'detail:email', 'xxx@gmail.com'
put 'tbl_user', 'vbirdbest', 'detail:create_time', '2019-03-05 14:26:10'

put 'tbl_user', 'vbirdbest', 'address', '北京市'

第一行数据

put 'tbl_user', 'xiaoming', 'info:id', '3'
put 'tbl_user', 'xiaoming', 'info:name', '王五'
put 'tbl_user', 'xiaoming', 'info:age', '26'

put 'tbl_user', 'xiaoming', 'detail:birthday', '1990-06-28'
put 'tbl_user', 'xiaoming', 'detail:email', 'xyz@qq.com'
put 'tbl_user', 'xiaoming', 'detail:create_time', '2019-03-06 14:26:10'

put 'tbl_user', 'xiaoming', 'address', '杭州市'
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43

2. 全表扫描scan
   获取表的所有数据

语法

scan '表名'

示例

scan 'tbl_user'
1
2
3
4
5

注意：中文编码了

扫描整个列簇

语法

scan '表名', {COLUMN=>'列族名'}

示例

scan 'tbl_user', {COLUMN=>'info'}
1
2
3
4
5

扫描整个列簇的某个列

语法

scan '表名', {COLUMN=>'列族名:列名'}

示例

scan 'tbl_user', {COLUMN=>'info:age'}
1
2
3
4
5

3. 获取数据get

语法

get '表名', '行键'

示例

get 'tbl_user', 'mengday'
1
2
3
4
5

根据某一行某列族的数据

语法

get '表名', '行键', '列族名'

示例

get 'tbl_user', 'mengday', 'info'
1
2
3
4
5

创建表，c1版本为4， 元数据mykey=myvalue

hbase(main):009:0> create 't1', {NAME => 'c1', VERSIONS => 4}, METADATA => { 'mykey' => 'myvalue' }
0 row(s) in 2.2810 seconds

=> Hbase::Table - t1

添加列族c2, c3

hbase(main):010:0> alter 't1', 'c2', 'c3'
Updating all regions with the new schema...
1/1 regions updated.
Done.
Updating all regions with the new schema...
1/1 regions updated.
Done.
0 row(s) in 3.8320 seconds

出入数据，c1 插入4个版本的值

hbase(main):011:0> put 't1', 'r1', 'c1', 'v1'
0 row(s) in 0.1000 seconds

hbase(main):012:0> put 't1', 'r1', 'c1', 'v11'
0 row(s) in 0.0180 seconds

hbase(main):013:0> put 't1', 'r1', 'c1', 'v111'
0 row(s) in 0.0140 seconds

hbase(main):014:0> put 't1', 'r1', 'c1', 'v1111'
0 row(s) in 0.0140 seconds

插入c2、c3的值

hbase(main):015:0> put 't1', 'r1', 'c2', 'v2'
0 row(s) in 0.0140 seconds

hbase(main):016:0> put 't1', 'r1', 'c3', 'v3'
0 row(s) in 0.0210 seconds

获取rowKey=r1的一行记录

hbase(main):017:0> get 't1', 'r1'
COLUMN CELL
c1: timestamp=1552819382575, value=v1111
c2: timestamp=1552819392398, value=v2
c3: timestamp=1552819398244, value=v3
3 row(s) in 0.0550 seconds

获取rowKey=r1并且 1552819392398 <= 时间戳范围 < 1552819398244

hbase(main):018:0> get 't1', 'r1', {TIMERANGE => [1552819392398, 1552819398244]}
COLUMN CELL
c2: timestamp=1552819392398, value=v2
1 row(s) in 0.0090 seconds

获取指定列的值

hbase(main):019:0> get 't1', 'r1', {COLUMN => 'c1'}
COLUMN CELL
c1: timestamp=1552819382575, value=v1111
1 row(s) in 0.0160 seconds

获取指定列的值，多个值使用数组表示

hbase(main):020:0> get 't1', 'r1', {COLUMN => ['c1', 'c2', 'c3']}
COLUMN CELL
c1: timestamp=1552819382575, value=v1111
c2: timestamp=1552819392398, value=v2
c3: timestamp=1552819398244, value=v3
3 row(s) in 0.0170 seconds

获取c1的值，获取4个版本的值，默认是按照时间戳降续排序的

hbase(main):021:0> get 't1', 'r1', {COLUMN => 'c1', VERSIONS => 4}
COLUMN CELL
c1: timestamp=1552819382575, value=v1111
c1: timestamp=1552819376343, value=v111
c1: timestamp=1552819368993, value=v11
c1: timestamp=1552819362975, value=v1
4 row(s) in 0.0180 seconds

获取c1的3个版本值

hbase(main):027:0* get 't1', 'r1', {COLUMN => 'c1', VERSIONS => 3}
COLUMN CELL
c1: timestamp=1552819382575, value=v1111
c1: timestamp=1552819376343, value=v111
c1: timestamp=1552819368993, value=v11
3 row(s) in 0.0090 seconds

获取指定时间戳版本的列

hbase(main):022:0> get 't1', 'r1', {COLUMN => 'c1', TIMESTAMP => 1552819376343}
COLUMN CELL
c1: timestamp=1552819376343, value=v111
1 row(s) in 0.0170 seconds

hbase(main):023:0> get 't1', 'r1', {COLUMN => 'c1', TIMESTAMP => 1552819376343, VERSIONS => 4}
COLUMN CELL
c1: timestamp=1552819376343, value=v111
1 row(s) in 0.0130 seconds

获取rowKey=r1中的值等于v2的所有列

hbase(main):024:0> get 't1', 'r1', {FILTER => "ValueFilter(=, 'binary:v2')"}
COLUMN CELL
c2: timestamp=1552819392398, value=v2
1 row(s) in 0.0510 seconds

hbase(main):025:0> get 't1', 'r1', {COLUMN => 'c1', ATTRIBUTES => {'mykey'=>'myvalue'}}
COLUMN CELL
c1: timestamp=1552819382575, value=v1111
1 row(s) in 0.0100 seconds
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
4. 删除某个列族中的某个列delete

语法

delete '表名', '行键', '列族名:列名'

create 'tbl_test', 'columnFamily1'

put 'tbl_test', 'rowKey1', 'columnFamily1:column1', 'value1'
put 'tbl_test', 'rowKey1', 'columnFamily1:column2', 'value2'

delete 'tbl_test', 'rowKey1', 'columnFamily1:column1'
1
2
3
4
5
6
7
8
9
10

5. 删除某行数据deleteall

语法

deleteall '表名', '行键'

示例

deleteall 'tbl_test', 'rowKey1'
1
2
3
4
5

6. 清空整个表的数据truncate
   先disable表，然后再drop表，最后重新create表

truncate '表名'
1

7. 查询表中有多少行count

语法

count '表名'

示例

count 'tbl_user'
1
2
3
4
5

8. 自增incr

语法

incr '表名', '行键', '列族:列名', 步长值

示例

注意：incr 可以对不存的行键操作，如果行键已经存在会报错，如果使用put修改了incr的值再使用incr也会报错

ERROR: org.apache.hadoop.hbase.DoNotRetryIOException: Field is not a long, it's 2 bytes wide

incr 'tbl_user', 'xiaohong', 'info:age', 1
1
2
3
4
5
6
7

9. 计数器get_counter

点击量：日、周、月

create 'counters', 'daily', 'weekly', 'monthly'
incr 'counters', '20110101', 'daily:hits', 1
incr 'counters', '20110101', 'daily:hits', 1
get_counter 'counters', '20110101', 'daily:hits'
1
2
3
4
5

10. 修饰词
    10.1 COLUMNS: 查询同一个列族的多个列

语法

scan '表名', {COLUMNS => [ '列族名1:列名1', '列族名1:列名2', ...]}

示例

scan 'tbl_user', {COLUMNS => [ 'info:id', 'info:age']}
1
2
3
4
5
6

10.2 TIMESTAMP 指定时间戳
scan 't1', {COLUMNS => 'c2', TIMESTAMP=> 1552819392398}
1
10.3 TIMERANGE表示的是”>=开始时间 and <结束时间“

语法

scan '表名',{TIMERANGE=>[timestamp1, timestamp2]}

示例

scan 'tbl_user',{TIMERANGE=>[1551938004321, 1551938036450]}
1
2
3
4
5

10.4 VERSIONS
默认情况下一个列只能存储一个数据，后面如果修改数据就会将原来的覆盖掉，可以通过指定VERSIONS时HBase一列能存储多个值。

create 'tbl_test', 'columnFamily1'
describe 'tbl_test'

修改列族版本号

alter 'tbl_test', { NAME=>'columnFamily1', VERSIONS=>3 }

put 'tbl_test', 'rowKey1', 'columnFamily1:column1', 'value1'
put 'tbl_test', 'rowKey1', 'columnFamily1:column1', 'value2'
put 'tbl_test', 'rowKey1', 'columnFamily1:column1', 'value3'

默认返回最新的一条数据

get 'tbl_test','rowKey1','columnFamily1:column1'

返回3个

get 'tbl_test','rowKey1',{COLUMN=>'columnFamily1:column1', VERSIONS=>3}

返回2个

get 'tbl_test','rowKey1',{COLUMN=>'columnFamily1:column1', VERSIONS=>2}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

10.5 STARTROW
ROWKEY起始行。会先根据这个key定位到region，再向后扫描

语法

scan '表名', { STARTROW => '行键名'}

示例

scan 'tbl_user', { STARTROW => 'vbirdbest'}
1
2
3
4
5

10.6 STOPROW ：截止到STOPROW行，STOPROW行之前的数据，不包括STOPROW这行数据

语法

scan '表名', { STOPROW => '行键名'}

示例

scan 'tbl_user', { STOPROW => 'vbirdbest'}
1
2
3
4
5

10.7 LIMIT 返回的行数

语法

scan '表名', { LIMIT => 行数}

示例

scan 'tbl_user', { LIMIT => 2 }
1
2
3
4
5

11. FILTER条件过滤器
    过滤器之间可以使用AND、OR连接多个过滤器。

ValueFilter 值过滤器

语法：binary 等于某个值

scan '表名', FILTER=>"ValueFilter(=,'binary:列值')"

语法 substring:包含某个值

scan '表名', FILTER=>"ValueFilter(=,'substring:列值')"

示例

scan 'tbl_user', FILTER=>"ValueFilter(=, 'binary:26')"
scan 'tbl_user', FILTER=>"ValueFilter(=, 'substring:6')"
1
2
3
4
5
6
7
8

ColumnPrefixFilter 列名前缀过滤器

语法 substring:包含某个值

scan '表名', FILTER=>"ColumnPrefixFilter('列名前缀')"

示例

scan 'tbl_user', FILTER=>"ColumnPrefixFilter('birth')"

通过括号、AND和OR的条件组合多个过滤器

scan 'tbl_user', FILTER=>"ColumnPrefixFilter('birth') AND ValueFilter(=,'substring:26')"
1
2
3
4
5
6
7

rowKey字典排序
Table中的所有行都是按照row key的字典排序的

三：HBase 常见错误
hbase shell在使用的时候经常会报错，这里列举了几个错误：

1. HBase创建不存在的表报已经存在错误 ERROR: Table already exists: !
   解决办法：

1. 进入zookeeper client模式

cd /usr/local/Cellar/hbase/1.2.9/bin
hbase zkcli

2. 在zk client模式下输入ls /hbase/table命令看到zombie table

ls /hbase/table

3. 删除表，TABLE_NAME为要删除的表名

rmr /hbase/table/TABLE_NAME

4. 重启hbase

./stop-hbase.sh
./start-hbase.sh
1
2
3
4
5
6
7
8
9
10
11
12
13
2. ERROR: org.apache.hadoop.hbase.ipc.ServerNotRunningYetException: Server is not running yet

使用jps查看是否有datanode服务

jps

删除hadoop 的临时目录
/usr/local/Cellar/hadoop/3.1.1/libexec/tmp
1
2
3
4
5
3. ERROR: Can’t get master address from ZooKeeper; znode data == null

重启hbase

./stop-hbase.sh

./start-hbase.sh
1
2
3
4
4. ERROR: org.apache.hadoop.hbase.PleaseHoldException: Master is initializing
这个错误出现的原因很多，这里说一下我的错误原因是hbase-site.xml中的有个属性名配置错误, 网上有的是hbase.rootdir, name配置成这个有的时候会报错有的时候不会报错，报错的时候格式化一下hadoop然后再重新启动，这种方式有的时候能解决问题，有的时候解决不了。这里我将hbase.rootdir改为hbase.root.dir 就不报错了，不知道是不是版本不同属性名配置不同，我的hadoop版本为3.1.1，hbase版本为1.2.9

hbase.root.dir hdfs://localhost:8020/hbase 1 2 3 4 5 相关文档

HBase操作（Shell与Java API）https://blog.csdn.net/u013980127/article/details/52443155
————————————————
版权声明：本文为CSDN博主「vbirdbest」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/vbirdbest/article/details/88236575

问题

阿里Hbase
如果写入数据大，还没写完，连接就关闭，可以timeout=60*1000