【HBase】表模型和基本操作介绍

目录

• HBase表模型
• 常用Shell操作

---

HBase表模型

创建一个hbase表，必须要有表名和列族名
列族 —— columnFamily，就是上图中的Column Family1 userInfo store1 store2、Column Family2 addressInfo store3等
列 —— column，就相当于mysql和hive中的字段名称，图中name、age、address、regtime等都是列。每一个列必然归属于某一个列族
rowKey —— 行键，类似于mysql表中的主键
timeStamp —— 每条数据产生的时间戳
versionNum —— 每条数据当前的版本
cell —— 单元格，就是hbase表中的数据值

---

常用Shell操作

• 进入hbase客户端命令操作界面
  bin/hbase shell
  会出现下图，在hbase(main):001:0>后输入命令即可
  

• 查看帮助命令
  help

• 查看当前数据库中有哪些表
  list

• 创建一张表
  create 'user','info','data' 表名为user，列族为info、data
  还有一种写法 create 'user',{NAME => 'info', VERSIONS => 3},{NAME => 'data'}

• 添加数据
  以下均为向user表中插入数据
  
  一、向 列族info 中添加 name列，并插入 rowKey 为 rk0001，值为 zhangsan 的数据
  put 'user','rk0001','info:name','zhangsan'
  
  二、向 列族info 中添加 gender列，并插入 rowKey 为 rk0001，值为 female 的数据
  put 'user','rk0001','info:gender','female'
  
  三、向 列族info 中添加 age列，并插入 rowKey 为 rk0001，值为 20 的数据
  put 'user','rk0001','info:age',20
  
  四、向 列族data 中添加 pic列，并插入 rowKey 为 rk0001，值为 picture 的数据
  put 'user','rk0001','data:pic','picture'
   

• 查询数据
  
  HBase的查询比较脆弱，不支持SELECT * FROM tbl_name、LEFT JOIN
  
  第一种查询方式： get rowKey —— 通过rowKey直接获取数据，效率最高
  第二种查询方式： scan startRowKey endRowKey —— 根据rowKey的范围值进行查询，rowKey是按照字典顺序进行排列
  第三种查询方式： scan tbl_name —— 全表扫描，一般没人用
  
  查询实例：
  1.利用 get 查询数据：
   (1) get 'user','rk0001' 查询rowKey为rk0001的所有信息
   (2) get 'user','rk0001','info' 查询rowKey为rk0001，info列族的所有信息，如果要查多个列族，在后面追加即可：get 'user','rk0001','info','data'
   (3) get 'user','rk0001','info:name','info:age' 查询rowKey为rk0001，info列族中name列和age列的所有信息，查询列族中列的信息还有两种写法：get 'user', 'rk0001', {COLUMN => ['info', 'data']} / get 'user', 'rk0001', {COLUMN => ['info:name', 'data:pic']}，但是一般查询带有rowKey数值时，都可以用第一种最简便的写法，怎么简便易懂易复用怎么来
   (4) get 'user', 'rk0001', {FILTER => "ValueFilter(=, 'binary:zhangsan')"} 使用过滤器，ValueFilter 是用来查询值的过滤器，binary 意思是二进制，使用过滤器还可以进行模糊查询，比如查询列名中含有字母’a’的数据：get 'user', 'rk0001', {FILTER => "(QualifierFilter(=,'substring:a'))"}
  
  2.利用 scan 查询数据：
   (1) scan 'user', {COLUMNS => 'info'} 查询user表中info列族的数据，如果要查询多个列族，在后面追加即可：scan 'user', {COLUMNS => ['info', 'data']}
   (2) scan 'user', {COLUMNS => ['info:name', 'data:pic']} 查询列族中某个列名的信息
   (3) scan 'user', {COLUMNS => 'info', RAW => true, VERSIONS => 5} VERSIONS指的是表中数据的版本号，这里是查询最近5个版本的数据
   (4) scan 'user', {COLUMNS => ['info', 'data'], FILTER => "(QualifierFilter(=,'substring:a'))"} 模糊查询，查询info和data列族中列名含有字母’a’的数据
   (5) scan 'people', {COLUMNS => 'info', STARTROW => 'rk0001', ENDROW => 'rk0003'} 范围查询，查询info列族中rk0001到rk0003之间的数据，除了可以指定rowKey的范围，还可以指定时间戳的范围：scan 'user', {TIMERANGE => [1392368783980, 1392380169184]}
   (6) scan 'user',{FILTER=>"PrefixFilter('rk')"} 查询rowKey中以’rk’开头的字母，Perfix是前缀的意思
   

• 更新数据
  1.更新数据和添加数据的命令一样，如果没有数据则添加，有数据则更新
  2.alter 'user', NAME => 'info', VERSIONS => 5 更新info列族的版本号
  3.删除数据
   (1) delete 'user', 'rk0001', 'info:name' 删除user表中rowKey为rk0001，info列族中name列的数据，还可以在后面追加更多的属性来指定更精确的数据，比如时间戳：delete 'user', 'rk0001', 'info:name', 1392383705316
   (2) alter 'user', NAME => 'f1', METHOD => 'delete' / alter 'user', 'delete' => 'f1' 两个命令都是删除一个列族
   (3) truncate 'user' 清空表数据
  4.删除表，首先要先禁用表：disable 'user'，然后才能删除表：drop 'user'

• 显示服务器状态
  status 'host_name'

• 显示HBase当前用户
  whoami

• 统计指定表数据有多少条
  count 'tbl_namer'

• 展示表结构信息
  describe 'tbl_name'

• 检查表是否存在
  exist 'tbl_name'

• 查看表是启用状态还是禁用状态
  is_enabled 'tbl_name' 是否启用
  is_disabled 'tbl_name' 是否禁用