Ubuntu16.04的Hadoop2.7.3安装HBase学习

分布式数据库HBase

本文有参考厦门大学数据库，表示感谢。 http://dblab.xmu.edu.cn/blog/install-hbase/

作者：秦景坤

时间：2017-4-28

HBase介绍

HBase是一个分布式的、面向列的开源数据库，源于Google的一篇论文《BigTable：一个结构化数据的分布式存储系统》。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/列族(column family)。

欲了解HBase的官方咨询，请访问HBase官方文档http://hbase.apache.org/

HBase的运行有三种模式：单机模式、伪分布模式、分布式模式。

单机模式: 在一台计算机上安装和使用HBase，不涉及数据的分布式存储

伪分布式模式： 在一台计算机上模拟一个小的集群

分布式模式： 使用多台计算机实现物理意义上的分布式存储。

环境

操作系统： Ubuntu16.04

hadoop: 2.7.3

HBase: 1.2.5

HBase下载地址 : http://archive.apache.org/dist/hbase/stable/

安装并配置HBase

HBase安装

1.解压安装包hbase-1.2.5-bin.tar.gz到路径/usr/local，命令如下:

sudo tar -zxf ~/Downloads/hbase-1.2.5-bin.tar.gz -C /usr/local

2.将解压的文件名hbase-1.2.5改为hbase，以方便使用，命令如下:

cd /usr/local
sudo mv hbase-1.2.5 hbase

3.配置环境变量

将hbase下的bin目录添加到path中，这样启动hbase就无需到/usr/local/hbase目录下，大大的方便了hbase的使用。



编辑完成后，再执行source命令使上述配置在当前终端立即生效，命令如下

source /etc/profile

4.添加HBase权限

cd /usr/local
sudo chown -R hadoop ./hbase #将hbase下的所有文件的所有者改为hadoop，hadoop是当前用户的用户名

5.查看HBase版本，确定hbase安装成功，命令如下:

hbase version
或者
/usr/local/hbase/bin/hbase version

执行命令后，输出信息如下：



看到以上输出信息表示HBase已经安装成功。

HBase配置

HBase有三种运行模式，单机模式，伪分布式模式，分布式模式。

确保 jdk,hadoop,SSH已经安装。

单机模式配置

1.配置/usr/local/hbase/conf/hbase-env.sh

* 配置JAVA环境变量

* 添加配置HBASE_MANAGES_ZK为true

用vi命令打开并编辑hbase-env.sh





配置JAVA环境变量，jdk的安装目录默认是 /usr/local/java/jdk1.8.0_131(请自行修改个人的安装目录）

配置HBASE_MANAGES_ZK为true,表示hbase自己管理zookeeper，不需要单独的zookeeper。

hbase-env.sh中本来就存在这些变量的配置，大家只要删除前面的#并修改配置内容即可。

2.配置/usr/local/hbase/conf/hbase-site.xml

vi /usr/local/hbase/conf/hbase-site.xml

在启动HBase前需要设置属性hbase.rootdir，用于指定HBase数据的存储位置，因为如果不设置的话，hbase.rootdir默认为/tmp/hbase-${user.name}；这意味着每次重启系统都会丢失数据。此处设置为HBase安装目录下的hbase-tmp文件夹即（/usr/local/hbase/hbase-tmp),添加配置如下:

<configuration>
<property>
<name>hbase.rootdir</name>
<value>/usr/local/hbase/hbase-tmp</value>
</property>
</configuration>

3.接下来测试运行。首先切换目录至HBase安装目录/usr/local/hbase；再启动HBase。

cd /usr/local/hbase
bin/start-hbase.sh
bin/hbase shell

上述三条命名中，bin/start-hbase.sh用于启动HBase，bin/hbase shell用于打开shell命令行模式，用户可以通过输入shell命令操作HBase数据库

成功启动HBase，截图如下:



停止HBase运行，命令如下

bin/stop-hbase.sh

注意：在单机和伪分布的切换的时候需要把hadoop的单机和伪分布的配置文件一并修改。

伪分布式模式配置

1.配置/usr/local/hbase/conf/hbase-env.sh

vi /usr/local/hbase/conf/hbase-env.sh

配置：

* JAVA_HOME

* HBASE_CLASSPATH

* HBASE_MANAGES_ZK

HBASE_CLASSPATH设置为本机Hadoop安装目录下的conf目录（即/usr/local/hadoop/conf）





2.配置/usr/local/hbase/conf/hbase-site.xml

vi /usr/local/hbase/conf/hbase-site.xml

修改hbase.rootdir，指定HBase数据在HDFS上存储路径；将属性hbase.cluster.distributed设置为true。假设当前Hadoop集群运行在伪分布模式下，在本机上运行，且NameNode运行在9000端口。

<configuration>
<property>
<name>hbase.rootdir</name>
<value>hdfs://localhost:9000/hbase</value>
</property>
<property>
<name>hbase.cluster.distributed</name>
<value>true</name>
</property>
</configuration>

3.接下来测试运行HBase

（1）首先登陆ssh，之前设置了无密码登录，因此这里不需要密码，在切换目录至/usr/local/hadoop，再启动hadoop。

（如果已经启动hadoop请跳过）

ssh localhost
cd /usr/local/hadoop
./sbin/start-dfs.sh

输入命令jps，能看到NameNode，DataNode和SecondaryNode都已经成功启动，表示hadoop启动成功。



(2)切换到/usr/local/hbase，再启动HBase命令如下

cd /usr/local/hbase
bin/start-hbase.sh

启动成功，输入命令jps,可以看到hbase启动成功。



进入shell界面：

bin/hbase shell

4.停止HBase运行，命令如下

bin/stop-hbase.sh

注意

这里启动关闭Hadoop和HBase的顺序一定是:

启动Hadoop -> 启动HBase -> 关闭HBase -> 关闭Hadoop

编程实践

利用Shell命令

HBase中创建表

HBase中用create命令创建表，具体如下:

create 'student','Sname','Ssex','Sage','Sdept','course'

命令截图：



此时创建了一个”student”表，属性有:Sname,Ssex,Sage,Sdept,course。因为HBase的表中会有一个系统默认的属性作为行健，无需自行创建，默认为put命令操作中表名后第一个数据。创建完”student”表后，可通过describe命令查看”student”表的基本信息

HBase数据库基本操作

下面主要介绍HBase的增，删，改，查操作。在添加数据时，HBase会自动为添加的数据添加一个时间戳，故在需要修改数据时，只需直接添加数据，HBase即会生成一个新的版本，从而完成”改”操作，旧的版本依旧保留，系统会定时回收垃圾数据，只留下最新的几个版本，保存的版本数可以在创建表的时候指定。

添加数据

HBase中用put命令添加数据，注意:一次只能为一个表的一行数据的一个列，也就是一个单元格添加一个数据，所以直接用shell命令插入数据效率很低，在实际应用中，一般都是利用编程操作数据。

运行命令添加一行数据：

put 'student','95001','Sname','Roc-J'

命令执行表示 在student表添加了学号为95001，名字为LiYing的一行数据，其行健为95001

put 'student','95001','course:math','80'

命令执行：



即在95001行下的course列族的math列添加了一个数据。

删除数据

在HBase中用delete以及deleteall 命令进行删除数据操作，区别是

* delete用于删除一个数据，是put的反向操作

* deleteall操作用于删除一行数据

1.delete命令

delete 'student','95001','Ssex'

2.deleteall命令

deleteall 'student','95001'

查看数据

HBase中有两个用于查看数据的命令:

get 命令，用于查看表的某一个单元格数据

scan命令用于查看某个表的全部数据

1、get命令

get 'student','9999'

2.scan命令

scan 'student'

命令执行得到的是’student’表的全部数据



删除表

删除表有两步，第一步先让该表不可用，第二步删除表

disable 'student'
drop 'student'

查询表历史数据

查询表的历史版本，需要两步：

1.在创建表的时候，指定保存的版本数（假设指定为5）

create 'employee',{NAME=>'username',VERSION=>5}

2.插入数据然后更新数据，使其产生历史版本数据

注意，这里插入数据和更新数据都是用put命令

put 'employee','88888','username','Roc-J'
put 'employee','88888','username','Roc-J1'
put 'employee','88888','username','Roc-J2'
put 'employee','88888','username','Roc-J3'
put 'employee','88888','username','Roc-J4'
put 'employee','88888','username','Roc-J5'

3.查询时，指定查询的历史版本数。默认会查询出最新的数据。（有效值为1到5）

get 'employee'.'88888',{COLUMN=>'username',VERSIONS=>5}

退出HBase数据库表操作

最后退出数据库操作，输入exit命令即可退出。

注意，这里退出HBase数据库是退出对数据库表的操作，而不是停止启动HBase数据库后台运行。

exit

Java API编程实例

本实例使用Eclipse编写java程序，来对HBase数据库进行增删改查等操作。

1.启动hadoop,启动HBase

cd /usr/local/hadoop
./sbin/start-dfs.sh
cd /usr/local/hbase
./bin/start-hbase.sh

2.新建java project-HBase_Demo

新建class-HBase_Example



3.在工程中导入外部jar包。



程序代码如下：

import java.io.IOException;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.hbase.*;
import org.apache.hadoop.hbase.client.*;

public class HBase_Example {
public static Configuration configuration;
public static Connection connection;
public static Admin admin;

//主函数中的语句请逐句执行
public static void main(String[] args) throws IOException {
//
createTable("Score",new String[]{"sname","course"});

}

//建立链接
public static void init(){
configuration = HBaseConfiguration.create();
configuration.set("hbase.rootdir", "hdfs://localhost:9000/hbase");
try{
connection = ConnectionFactory.createConnection(configuration);
admin = connection.getAdmin();
} catch(IOException e) {
e.printStackTrace();
}
}

//关闭链接
public static void close(){
try {
if(admin!= null) {
admin.close();
}
if(null != connection) {
connection.close();
}
}catch (IOException e) {
e.printStackTrace();
}
}

/**
* 建表，HBase的表中有一个系统默认的属性作为主键，主键无需自行创建，默认为put命令操作中表名后的第一个数据，因此此处无需创建id列
* @param myTableName
* @param colFamily
* @throws IOException
*/
public static void createTable(String myTableName,String[] colFamily) throws IOException {
init();
TableName tableName = TableName.valueOf(myTableName);
if(admin.tableExists(tableName)){
System.out.println("table is exists!");
}else{
HTableDescriptor hTableDescriptor = new HTableDescriptor(tableName);
for(String str:colFamily){
HColumnDescriptor hColumnDescriptor = new HColumnDescriptor(str);
hTableDescriptor.addFamily(hColumnDescriptor);
}
admin.createTable(hTableDescriptor);
System.out.println("create table success");
}
close();
}

public static void deleteTable(String tableName) throws IOException {
init();
TableName tn = TableName.valueOf(tableName);
if(admin.tableExists(tn)){
admin.disableTable(tn);
admin.deleteTable(tn);
}
close();
}

/**
* 查看已有表
* @throws IOException
*/
public static void listTables() throws IOException {
init();
HTableDescriptor hTableDescriptors[] = admin.listTables();
for(HTableDescriptor hTableDescriptor: hTableDescriptors){
System.out.println(hTableDescriptor.getNameAsString());
}
close();
}

/**
* 向某一行的某一列插入数据
* @param tableName 表名
* @param rowkey 行健
* @param colFamily 列族名
* @param col 列名
* @param val 值
* @throws IOException
*/
public static void insertRow(String tableName,String rowkey,String colFamily,String col,String val) throws IOException {
init();
Table table = connection.getTable(TableName.valueOf(tableName));
Put put = new Put(rowkey.getBytes());
put.addColumn(colFamily.getBytes(), col.getBytes(), val.getBytes());
table.put(put);
table.close();
close();
}

/**
* 删除数据
* @param tableName 表名
* @param rowkey 行键
* @param colFamily 列族名
* @param col
* @throws IOException
*/
public static void deleteRow(String tableName,String rowkey,String colFamily,String col) throws IOException {
init();
Table table = connection.getTable(TableName.valueOf(tableName));
Delete delete = new Delete(rowkey.getBytes());
//删除制定列族的所有数据
//delete.addFamily(colFamily.getBytes());
//删除指定列的数据
//delete.addColumn(colFamily.getBytes(), col.getBytes());

table.delete(delete);
table.close();
close();
}

/**
* 根据行健rowkey查找数据
* @param tableName
* @param rowkey
* @param colFamily
* @param col
* @throws IOException
*/
public static void getData(String tableName,String rowkey,String colFamily,String col) throws IOException {
init();
Table table = connection.getTable(TableName.valueOf(tableName));
Get get = new Get(rowkey.getBytes());
get.addColumn(colFamily.getBytes(), col.getBytes());
Result result = table.get(get);
showCell(result);
table.close();
close();
}

/**
* 格式化输出
* @param result
*/
public static void showCell(Result result) {
Cell[] cells = result.rawCells();
for(Cell cell:cells){
System.out.println("RowName: "+ new String(CellUtil.cloneRow(cell))+"");
System.out.println("Timetamp: " + cell.getTimestamp()+" ");
System.out.println("column Family: "+new String(CellUtil.cloneFamily(cell))+"  ");
System.out.println("row Name:" + new String(CellUtil.cloneQualifier(cell))+" ");
System.out.println("value:" + new String(CellUtil.cloneValue(cell))+" ");

}
}

}

主函数中逐句执行，首先执行了一句创建表：

控制台输出：

log4j:WARN No appenders could be found for logger (org.apache.hadoop.security.Groups).
log4j:WARN Please initialize the log4j system properly.
log4j:WARN See http://logging.apache.org/log4j/1.2/faq.html#noconfig for more info.
create table success

可以看到成功创建表

public static void main(String[] args) throws IOException {
//创建一个表，表名为Score，列族为sname,course
//createTable("Score",new String[]{"sname","course"});

//在Score表中插入一条数据，其行健为89899,sname为Rock
//等价于命令：put 'Score','89899','sname','Rock'
//insertRow("Score","89899","sname","","Rock");

//在Score表中插入一条数据，其行健为89899，course:Math为88（course为列族，Math为course下的子列）
//等价于命令：put 'Score','89899','socre:Math','88'
insertRow("Score","89899","course","math","88");
}

主函数中可以进行语句的修改后：