phoenix实战（hadoop2、hbase0.96）

版本：

phoenix：2.2.2，可以下载源码（https://github.com/forcedotcom/phoenix/tree/port-0.96）自己编译，或者从这里下载（http://download.csdn.net/detail/fansy1990/7146479、http://download.csdn.net/detail/fansy1990/7146501）。

hadoopp：hadoop2.2.0

hbase：hbase-0.96.2-hadoop2。

首先把hbase和hadoop2 配置好，hadoop2就不多少了，配置的是伪分布式的yarn方式。hbase配置的是伪分布式，并且使用自带的zookeeper(默认端口2181)。

hbase的配置文件如下：

hbase-site.xml:

[html] view
plaincopy





<configuration>

<property>

<name>hbase.rootdir</name>

<value>hdfs://node31:9000/hbase</value>

</property>

<property>

<name>hbase.cluster.distributed</name>

<value>true</value>

</property>

<property>

<name>hbase.zookeeper.quorum</name>

<value>node31</value>

</property>

<property>

<name>hbase.zookeeper.property.dataDir</name>

<value>/var/zookeeper</value>

</property>

<property>

<name>dfs.replication</name>

<value>1</value>

</property>

</configuration>

下载phoenix2.2 的压缩包，然后解压缩。

1. 把$PHOENIX_HOME/target/phoenix-2.2.0-SNAPSHOT.jar 文件拷贝到$HBASE_HOME/lib/下面，重启hbase。

2. 把 $HBASE_HOME/conf/hbase-site.xml文件拷贝到$PHOENIX_HOME/bin/下面，替换原来的文件。

三种操作方式：

1. sqlline方式：

进入$PHOENIX_HOME/bin 输入：./sqlline.sh node31:2181 ，其中node31:2181是zookeeper的地址；然后就是命令行了，如下：



2. psql方式：

2.1 新建表：

命令：./psql.sh node31:2181 ../examples/stock_symbol.sql ， 其中 ../examples/stock_symbol.sql是建表的sql语句，如下：

[sql] view
plaincopy





CREATE TABLE IF NOT EXISTS WEB_STAT (

HOST CHAR(2) NOT NULL,

DOMAIN VARCHAR NOT NULL,

FEATURE VARCHAR NOT NULL,

DATE DATE NOT NULL,

USAGE.CORE BIGINT,

USAGE.DB BIGINT,

STATS.ACTIVE_VISITOR INTEGER

CONSTRAINT PK PRIMARY KEY (HOST, DOMAIN, FEATURE, DATE)

);

2.2 导入数据：

命令：./psql.sh -t WEB_STAT node31:2181 ../examples/web_stat.csv ， 其中 -t 后面是表名， ../examples/web_stat.csv 是csv数据（注意数据的分隔符需要是逗号）。

首先使用sqlline查看：



从上面的数据可以看到倒数第一、二条数据的primary key是一样的，primary key是作为hbase的row key的，应该是不一样的。所以这样肯定是有问题的，看原始数据：



可以看到这两个记录是不相同的，所以是可以插入的，不过只是在sqlline中并没有全部显示DATE的全部而已。

在Hbase中查看表数据：



这里可以看到在建表语句中使用USAGE.CORE就说明USAGE是一个family，而CORE则是它的一个列。

2.3 查询：命令：./psql.sh -t WEB_STAT node31:2181 ../examples/web_stat_queries.sql （或者./psql.sh -t WEB_STAT node31:2181 ../examples/web_stat_queries.sql > result.txt ，这样是把查询的数据保存到文件而已）

查询的结果如下：

[plain] view
plaincopy





DOMAIN AVERAGE_CPU_USAGE AVERAGE_DB_USAGE

---------- ----------------- ----------------

Salesforce.com 260.7272 257.6363

Google.com 212.875 213.75

Apple.com 114.1111 119.5555

Time: 0.087 sec(s)

DAY TOTAL_CPU_USAGE MIN_CPU_USAGE MAX_CPU_USAGE

------------------- --------------- ------------- -------------

2013-01-01 00:00:00 35 35 35

2013-01-02 00:00:00 150 25 125

2013-01-03 00:00:00 88 88 88

2013-01-04 00:00:00 26 3 23

2013-01-05 00:00:00 550 75 475

2013-01-06 00:00:00 12 12 12

2013-01-08 00:00:00 345 345 345

2013-01-09 00:00:00 390 35 355

2013-01-10 00:00:00 345 345 345

2013-01-11 00:00:00 335 335 335

2013-01-12 00:00:00 5 5 5

2013-01-13 00:00:00 355 355 355

2013-01-14 00:00:00 5 5 5

2013-01-15 00:00:00 720 65 655

2013-01-16 00:00:00 785 785 785

2013-01-17 00:00:00 1590 355 1235

Time: 0.246 sec(s)

HOST TOTAL_ACTIVE_VISITORS

---- ---------------------

EU 150

NA 1

Time: 0.37 sec(s)

3. csv-bulk-loader.sh方式：

首先把phoenix jar包拷贝的hadoop lib目录：cp /opt/phoenix-port-0.96/target/phoenix-2.2.0-SNAPSHOT.jar /opt/hadoop2/share/hadoop/common/lib/

这种方式的使用参数：

[plain] view
plaincopy





Usage: csv-bulk-loader <option value>

Note: phoenix-[version].jar needs to be on Hadoop classpath on each node

<option> <value>

-i CSV data file path in hdfs (mandatory)

-s Phoenix schema name (mandatory if not default)

-t Phoenix table name (mandatory)

-sql Phoenix create table sql file path (mandatory)

-zk Zookeeper IP:<port> (mandatory)

-mr MapReduce Job Tracker IP:<port> (mandatory)

-hd HDFS NameNode IP:<port> (mandatory)

-o Output directory path in hdfs (optional)

-idx Phoenix index table name (optional, not yet supported)

-error Ignore error while reading rows from CSV? (1-YES | 0-NO, default-1) (optional)

-help Print all options (optional)

额，由于一定要提供一个mr，所以可能这种方式只能适用于hadoop1了。

另外经过试验，./psql.sh -t WEB_STAT node31:2181 hdfs://node31:9000/input/web_stat.csv 这种方式也是不行的，所以数据暂时不能从hdfs到hbase了。

不过，看到 java -cp "$phoenix_client_jar" com.salesforce.phoenix.map.reduce.CSVBulkLoader "$@" 这个，那么或许可以修改 CSVBulkLoader的源码，然后让其支持这个操作，同时-sql，应该也是可选项来的，而不应该是必选项。这两天试着改改好了。（虽说，phoenix高版本肯定是已经做了这个，不过如果个人修改的话，应该也可以增加点编程能力）

分享，成长，快乐

转载请注明blog地址：http://blog.csdn.net/fansy1990