Hbase安装与简介

（一）简介：

HBase是一个分布式的、面向列的开源数据库。HBase是Google Bigtable的开源实现，它利用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。

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)。

Row Key	column-family1	column-family2	column-family3
column1	column2	column1	column2	column3	column1
key1
key2
key3

如上图所示，key1、key2、key3是三条记录的唯一的row key值，column-family1、column-family2、column-family3是三个列族，每个列族下又包括几列，比如column-family1这个列族下包括两列，名字是column1和column2。t1:ab ,t2:dx是由row key1和column-family1—column1唯一确定的一个单元cell。这个cell中有两个数据，ab和dx。两个值的时间戳不一样，分别是t1,t2，hbase会返回最新时间的值给请求者。

名词定义：

1）Row Key

与nosql数据库们一样,row key是用来检索记录的主键。访问hbase table中的行，只有三种方式：

单个row key访问
通过row key的range
全表扫描

Row key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，row key保存为字节数组。

存储时，数据按照Row key的字典序(byte order)排序存储。设计key时，将经常一起读取的行存储放到一起。(位置相关性)

2）列族 column family

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。

3）单元 Cell

HBase中通过row和columns确定的为一个存贮单元称为cell。由{row key, 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储。
4）时间戳 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。

（二）安装：
1. 下载安装包：http://www.apache.org/dyn/closer.cgi/hbase/，下载后缀为 .tar.gz 结尾的文件。本文测试的版本是 hbase-0.94.10.tar.gz
2. 解压

[html] view
plaincopyprint?

tar zxvf hbase-0.94.10.tar.gz

3. 修改数据存储目录，编辑 conf/hbase-site.xml 配置hbase.rootdir

[html] view
plaincopyprint?

<?xml version="1.0"?>

<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>

<property>

<name>hbase.rootdir</name>

<value>存储目录</value>

</property>

</configuration>

4. 启动Hbase

[html] view
plaincopyprint?

./bin/start-hbase.sh

starting master, logging to /home/onlyone/software/hbase-0.94.10/bin/../logs/hbase-onlyone-master-ubuntu.out
所有的服务都运行在一个JVM上，包括Hbase和Zookeeper。Hbase的日志放在logs目录，当你启动出问题的时候，可以检查这个日志。

5. 用shell连接Hbase

[html] view
plaincopyprint?

./bin/hbase shell

（三）操作演示
有一学生成绩表

name	grade	course
math	art
Tom	6	99	100
Yangli	15

这里grade对于表来说是一个只有它自己的列族，course对于表来说是一个有两个列的列族，这个列族由两个列组成math和art，当然我们可以根据需要在course中建立更多的列，如computer、physics等列添加入course列族。

1）建立一个表scores，有两个列族grade和course

[html] view
plaincopyprint?

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

list命令来查看当前HBase里有哪些表

[html] view
plaincopyprint?

hbase(main):002:0> list

TABLE

scores

test

2 row(s) in 0.1320 seconds

describe命令来查看表结构

[html] view
plaincopyprint?

hbase(main):001:0> describe 'scores'

DESCRIPTION ENABLED

'scores', {NAME => 'course', DATA_BLOCK_ENCODING => 'NONE', BLOOMFILTER => true

'NONE', REPLICATION_SCOPE => '0', VERSIONS => '3', COMPRESSION => 'NONE',

MIN_VERSIONS => '0', TTL => '2147483647', KEEP_DELETED_CELLS => 'false',

BLOCKSIZE => '65536', IN_MEMORY => 'false', ENCODE_ON_DISK => 'true', BLOC

KCACHE => 'true'}, {NAME => 'grade', DATA_BLOCK_ENCODING => 'NONE', BLOOMF

ILTER => 'NONE', REPLICATION_SCOPE => '0', VERSIONS => '3', COMPRESSION =>

'NONE', MIN_VERSIONS => '0', TTL => '2147483647', KEEP_DELETED_CELLS => '

false', BLOCKSIZE => '65536', IN_MEMORY => 'false', ENCODE_ON_DISK => 'tru

e', BLOCKCACHE => 'true'}

1 row(s) in 0.7240 seconds

ps：记得所有的表名、列名都需要加上引号

2）插入值

[html] view
plaincopyprint?

hbase(main):007:0> put 'scores','Tom','grade','6'

0 row(s) in 0.0790 seconds



hbase(main):008:0> put 'scores','Tom','course:math','99'

0 row(s) in 0.0060 seconds



hbase(main):009:0> put 'scores','Tom','course:art','100'

0 row(s) in 0.0100 seconds



／／扫描表数据

hbase(main):010:0> scan 'scores'

ROW COLUMN+CELL

Tom column=course:art, timestamp=1376493359159, value=100

Tom column=course:math, timestamp=1376493340514, value=99

Tom column=grade:, timestamp=1376493316800, value=6

1 row(s) in 0.0530 seconds

put命令比较简单：

hbase> put ‘t1′, ‘r1′, ‘c1′, ‘value'

t1指表名，r1指行键名，c1指列名，value指单元格值

3）根据键值查询数据

[html] view
plaincopyprint?

hbase(main):012:0> get 'scores' ,'Tom'

COLUMN CELL

course:art timestamp=1376493359159, value=100

course:math timestamp=1376493340514, value=99

grade: timestamp=1376493316800, value=6

3 row(s) in 0.0170 seconds



hbase(main):013:0> get 'scores' ,'Tom','grade'

COLUMN CELL

grade: timestamp=1376493316800, value=6

1 row(s) in 0.0080 seconds



hbase(main):014:0> get 'scores' ,'Tom','course:math'

COLUMN CELL

course:math timestamp=1376493340514, value=99

1 row(s) in 0.0250 seconds

4）删除指定数据

[html] view
plaincopyprint?

hbase(main):016:0> delete 'scores' ,'Tom','grade'

0 row(s) in 0.1350 seconds



hbase(main):017:0> scan 'scores'

ROW COLUMN+CELL

Tom column=course:art, timestamp=1376493359159, value=100

Tom column=course:math, timestamp=1376493340514, value=99

1 row(s) in 0.1380 seconds

5）统计行数：

[html] view
plaincopyprint?

hbase(main):018:0> count 'scores'

1 row(s) in 0.8500 seconds

6）hbase shell脚本既然是shell命令，当然也可以把所有的hbase shell命令写入到一个文件内，象linux shell脚本那样顺序执行所有命令。如：

[html] view
plaincopyprint?

shell test.hbaseshell

参考资料：
http://www.jb51.net/article/31172.htm