Hadoop(五)HBase基础

刺骨的言语ヽ痛彻心扉 2021-11-23 11:24 340阅读 0赞

Apache HBase是Hadoop的数据库，一个分布式的，可扩展的，大数据存储组件。

Apache HBase适合随机的、实时的读写你的大数据场景，HBase的目标是管理非常大的表，在商业硬件集群上管理10亿行级别和500W列级别的数据。HBase是一个开源的，分布式的，版本化的非关系数据库，模仿Google的Bigtable，BigTable是结构化数据分布式存储系统。正如Bigtable利用Google的分布式文件系统，提供分布式数据存储，Apache HBase在Hadoop和HDFS之上，提供类似Bigtable的功能。

HBase可支持千万级别的QPS，PB级别的存储。

# 一，概述 #

HBase一般使用Hadoop HDFS作为它的数据存储，使用MapReduce处理数据，Zookeeper作为分布式协调服务。

HBase存储<K,V>数据，支持数据版本。HBase的几个关键概念：

**表(Table)**

HBase会将数据组织进一张张的表里面，但是需要注意的是表名必须是能用在文件路径里的合法名字，因为HBase的表是映射成hdfs上面的文件。

**行(Row) **

在表里面，每一行代表着一个数据对象，每一行都是以一个行键（Row Key）来进行唯一标识的，行键并没有什么特定的数据类型，以二进制的字节来存储。

**rowkey**

*  决定一行数据的唯一标识
 *  RowKey是按照字典顺序排序的。
 *  Row key最多只能存储64k的字节数据。

**列簇**

*  HBase的每个列都属于某个列簇，列簇表结构定义的一部分预先给出，如create 'user' 'info' 'office'
 *  列名以列簇作为前缀，每个“列簇”都可以有多个列成员(column，每个列族中可以存放几千~上千万个列)；如 info:name, office:company，新的列簇成员（列）可以随后按需、动态加入。列簇下面可以有多个列，所以可以简单的理解为，HBase中的列是二级列，也就是说列簇是第一级列，列是第二级列。两个是父子关系。
 *   权限控制、存储以及调优都是在列簇层面进行的。
 *  HBase把同一列簇里面的数据存储在同一目录下，由几个文件保存。

**时间戳**

*  在HBase每个cell存储单元对同一份数据有多个版本，根据唯一的时间 戳来区分每个版本之间的差异，不同版本的数据按照时间倒序排序，最新的数据版本排在最前面。
 *  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。

**Cell单元格：**

*  由行和列的坐标交叉决定；
 *  单元格是有版本的（由时间戳来作为版本）；
 *  单元格的内容是未解析的字节数组（Byte\[\]），cell中的数据是没有类型的，全部是字节码形式存贮。
 *  由\{row key，column(=<family> +<qualifier>)，version\}唯一确定的单元。

使用关系数据库的理解方式去看待HBase的各个基本概念，如下图。

![ä¸è½½.jpg][.jpg]

# 二，应用场景 #

HBase可以用作数据库，也可以用作存储，拥有双重属性的HBase具有广阔的应用场景。引入MOB，可以存储10M左右的对象，完全适应对象存储。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaWhhb18_size_16_color_FFFFFF_t_70][]

对象存储，HBase的引入MOB支持对象存储，新闻，图片，网页，文件，文档都可以认为是对象。

时序数据，HBase之上有OpenTSDB模块，满足时序类场景需求。

推荐画像，用户画像，稀疏矩阵。

时空数据，主要有轨迹，气象，网络等数据。

CubeDB OLAP，基于离线计算构建cube，存储在hbase之中，满足在线报表查询。

消息/订单，在电信、银行领域，订单，通信，消息的同步应用构建在HBase之上。

Feeds流，类似于xxx朋友圈的应用。

NewSQL，基于Phoenix插件，满足二级索引，SQL需求。但是不支持事务。

# 三，搭建、运行单节点Hbase #

单节点也具有所有HBase的关键组成，Master，RegionServer，Zookeeper，在Java JVM中运行，数据持久化到本地文件系统。通过了解最基本的配置文件，了解Hbase Shell了解如何创建表，插入表，扫描表等关于HBase的各种操作。

**HBase依赖JDK，首先安装JDK。**

## 3.1，下载 ##

下载官方Stable版本二进制tar包安装

\[root@ecs-7bc6-0001 hbase\]\# wget [https://mirrors.tuna.tsinghua.edu.cn/apache/hbase/stable/hbase-1.4.10-bin.tar.gz][https_mirrors.tuna.tsinghua.edu.cn_apache_hbase_stable_hbase-1.4.10-bin.tar.gz]

解压，并进入目录

\[root@ecs-7bc6-0001 hbase\]\# tar -zxvf hbase-1.4.10-bin.tar.gz

\[root@ecs-7bc6-0001 hbase\]\# cd hbase-1.4.10

## 3.2，配置 ##

在启动HBase之前，首先需要设置Java环境变量，或者需要在./conf/hbase.env中配置，配置自己的Java安装目录。hbase-site.xml是HBase主要的配置文件，接下来需要指定一个本地文件系统的目录，HBase和Zookeeper在这个目录写数据，确认风险。默认情况下，在/tmp目录下会创建一个新的目录，很多服务都会在系统重启的时候删除/tmp下的内容，所以你需要保存数据在别的地方。下面是如何配置目录，目录在testuse的用户主目录，将<property>标记粘贴到<configuration>标签下面，在新安装HBase的hbase-site.xml中<configuration>下应该为空。

<configuration>
      <property>
        <name>hbase.rootdir</name>
        <value>file:///home/root/hbase</value>
      </property>
      <property>
        <name>hbase.zookeeper.property.dataDir</name>
        <value>/home/root/zookeeper</value>
      </property>
      <property>
        <name>hbase.unsafe.stream.capability.enforce</name>
        <value>false</value>
        <description>
          Controls whether HBase will check for stream capabilities (hflush/hsync).
    Disable this if you intend to run on LocalFileSystem, denoted by a rootdir
          with the 'file://' scheme, but be mindful of the NOTE below.
    WARNING: Setting this to false blinds you to potential data loss and
          inconsistent system state in the event of process and/or node failures. If
          HBase is complaining of an inability to use hsync or hflush it's most
          likely not a false positive.
        </description>
      </property>
    </configuration>

不需要创建目录，HBase会自动创建目录，如果是基于Hadoop的HBase，需要配置类似

*hdfs://namenode.example.org:8020/hbase*

## 3.3，启动并测试 ##

**启动**

./bin/start-base.sh

启动之后使用jps查看JVM进程。可以看到HMaster进程。

\[root@ecs-7bc6-0001 hbase-2.2.0\]\# jps

17171 HMaster

27322 Jps

**测试**

3.3.1，连接到HBase shell，使用HBase安装目录下的bin目录下的hbase shell命令打开HBase shell

[root@ecs-7bc6-0001 hbase-2.2.0]# ./bin/hbase shell
    SLF4J: Class path contains multiple SLF4J bindings.
    SLF4J: Found binding in [jar:file:/home/work/package/hadoop/hadoop-2.7.7/share/hadoop/common/lib/slf4j-log4j12-1.7.10.jar!/org/slf4j/impl/StaticLoggerBinder.class]
    SLF4J: Found binding in [jar:file:/home/work/docker/hbase/hbase-2.2.0/lib/client-facing-thirdparty/slf4j-log4j12-1.7.25.jar!/org/slf4j/impl/StaticLoggerBinder.class]
    SLF4J: See http://www.slf4j.org/codes.html#multiple_bindings for an explanation.
    SLF4J: Actual binding is of type [org.slf4j.impl.Log4jLoggerFactory]
    HBase Shell
    Use "help" to get list of supported commands.
    Use "exit" to quit this interactive shell.
    For Reference, please visit: http://hbase.apache.org/2.0/book.html#shell
    Version 2.2.0, rUnknown, Tue Jun 11 04:30:30 UTC 2019
    Took 0.0030 seconds                                                                                                                                                                                                                             
    hbase(main):001:0>

3.3.2，创建表，使用create命令创建表，需要指定表明和列簇名称

hbase(main):004:0* create 'user', 'info'
    Created table user
    Took 1.7162 seconds                                                                                                                                                                                                                             
    => Hbase::Table - user

3.3.3，列出创建表的信息

使用list命令查看表是否存在

hbase(main):006:0* list 'user'
    TABLE                                                                                                                                                                                                                                           
    user                                                                                                                                                                                                                                            
    1 row(s)
    Took 0.0168 seconds                                                                                                                                                                                                                             
    => ["user"]

使用describe命令查看表的详细信息，包括默认的配置。

hbase(main):008:0> describe 'user'
    Table user is ENABLED                                                                                                                                                                                                                           
    user                                                                                                                                                                                                                                            
    COLUMN FAMILIES DESCRIPTION                                                                                                                                                                                                                     
    {NAME => 'info', VERSIONS => '1', EVICT_BLOCKS_ON_CLOSE => 'false', NEW_VERSION_BEHAVIOR => 'false', KEEP_DELETED_CELLS => 'FALSE', CACHE_DATA_ON_WRITE => 'false', DATA_BLOCK_ENCODING => 'NONE', TTL => 'FOREVER', MIN_VERSIONS => '0', REPLIC
    ATION_SCOPE => '0', BLOOMFILTER => 'ROW', CACHE_INDEX_ON_WRITE => 'false', IN_MEMORY => 'false', CACHE_BLOOMS_ON_WRITE => 'false', PREFETCH_BLOCKS_ON_OPEN => 'false', COMPRESSION => 'NONE', BLOCKCACHE => 'true', BLOCKSIZE => '65536'}       
    
    1 row(s)
    
    QUOTAS                                                                                                                                                                                                                                          
    0 row(s)
    Took 0.0287 seconds

3.3.4，给表中插入数据，使用put命令

hbase(main):015:0* put 'user', 'row1', 'info:name', 'weihoa'
    Took 0.1102 seconds                                                                                                                                                                                                                             
    hbase(main):019:0* put 'user', 'row1', 'info:age', '25'
    Took 0.0066 seconds                                                                                                                                                                                                                             
    hbase(main):022:0* put 'user', 'row1', 'info:address', 'xian'
    Took 0.0039 seconds                                                                                                                                                                                                                             
    hbase(main):025:0* put 'user', 'row1', 'info:sex', 'male'

3.3.5，一次性查找表的所有数据，scan命令是一种从HBase查询数据的方式，scan命令全表扫描数据，也可以limit输出，现在查询所有数据。

hbase(main):038:0* scan 'user'
    ROW                                                           COLUMN+CELL                                                                                                                                                                       
     row1                                                         column=info:address, timestamp=1564034929590, value=xian                                                                                                                          
     row1                                                         column=info:age, timestamp=1564034921709, value=25                                                                                                                                
     row1                                                         column=info:name, timestamp=1564034907973, value=weihoa                                                                                                                           
     row1                                                         column=info:phone, timestamp=1564034998413, value=18888888888                                                                                                                     
     row1                                                         column=info:sex, timestamp=1564034946493, value=male                                                                                                                              
    1 row(s)
    Took 0.0093 seconds

插入三条记录，其中row1是rowkey，info:name代表info列簇下的info列，weihao代表info列的值

3.3.6，获取一行数据，使用get命令，通过指定rowkey

hbase(main):041:0* get 'user', 'row1'
    COLUMN                                                        CELL                                                                                                                                                                              
     info:address                                                 timestamp=1564034929590, value=xian                                                                                                                                               
     info:age                                                     timestamp=1564034921709, value=25                                                                                                                                                 
     info:name                                                    timestamp=1564034907973, value=weihoa                                                                                                                                             
     info:phone                                                   timestamp=1564034998413, value=18888888888                                                                                                                                        
     info:sex                                                     timestamp=1564034946493, value=male                                                                                                                                               
    1 row(s)
    Took 0.0233 seconds

3.3.7，失效表，如果你想删除表或者想该表表的设置，或者在其他的场景中，你需要先失效这张表，使用disable命令，可以使用enable命令重新启用表

hbase(main):044:0* disable 'user'
    Took 0.8237 seconds
    hbase(main):046:0> describe 'user'
    Table user is DISABLED                                                                                                                                                                                                                          
    user                                                                                                                                                                                                                                            
    COLUMN FAMILIES DESCRIPTION                                                                                                                                                                                                                     
    {NAME => 'info', VERSIONS => '1', EVICT_BLOCKS_ON_CLOSE => 'false', NEW_VERSION_BEHAVIOR => 'false', KEEP_DELETED_CELLS => 'FALSE', CACHE_DATA_ON_WRITE => 'false', DATA_BLOCK_ENCODING => 'NONE', TTL => 'FOREVER', MIN_VERSIONS => '0', REPLIC
    ATION_SCOPE => '0', BLOOMFILTER => 'ROW', CACHE_INDEX_ON_WRITE => 'false', IN_MEMORY => 'false', CACHE_BLOOMS_ON_WRITE => 'false', PREFETCH_BLOCKS_ON_OPEN => 'false', COMPRESSION => 'NONE', BLOCKCACHE => 'true', BLOCKSIZE => '65536'}     
    
    1 row(s)
    
    QUOTAS                                                                                                                                                                                                                                          
    0 row(s)
    Took 0.0393 seconds                                                                                                                                                                                                                             
    hbase(main):047:0> get 'user', 'row1'
    COLUMN                                                        CELL                                                                                                                                                                              
    
    ERROR: Table user is disabled!
    
    For usage try 'help "get"'
    
    Took 0.6623 seconds                                                                                                                                                                                                                             
    hbase(main):048:0> enable 'user'
    Took 0.7444 seconds                                                                                                                                                                                                                             
    hbase(main):049:0> get 'user', 'row1'
    COLUMN                                                        CELL                                                                                                                                                                              
     info:address                                                 timestamp=1564034929590, value=xian                                                                                                                                               
     info:age                                                     timestamp=1564034921709, value=25                                                                                                                                                 
     info:name                                                    timestamp=1564034907973, value=weihoa                                                                                                                                             
     info:phone                                                   timestamp=1564034998413, value=18888888888                                                                                                                                        
     info:sex                                                     timestamp=1564034946493, value=male                                                                                                                                               
    1 row(s)
    Took 0.0407 seconds

3.3.8，删除表，使用drop命令删除表。

hbase(main):052:0* drop 'user'
    
    ERROR: Table user is enabled. Disable it first.
    
    For usage try 'help "drop"'
    
    Took 0.0178 seconds                                                                                                                                                                                                                             
    hbase(main):053:0> 
    hbase(main):054:0* 
    hbase(main):055:0* 
    hbase(main):056:0* disable 'user'
    Took 0.7429 seconds                                                                                                                                                                                                                             
    hbase(main):057:0> drop 'user'
    Took 0.4543 seconds

3.3.9，退出Hbase Shell使用quit或者Ctrl+C退出Hbase。

（完）（^\_^）

[.jpg]: https://imgconvert.csdnimg.cn/aHR0cDovL2hiYXNlLmdyb3VwL3VwbG9hZHMvYXJ0aWNsZS8yMDE4MDgwNi8zODE3NjM1Njg3ZWFkMTJmZmQ2ZDM4MzhmNTBiYzNkNy5qcGc
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaWhhb18_size_16_color_FFFFFF_t_70]: /images/20211122/02bf906a8cbd45638ac8a5630ed7548c.png
[https_mirrors.tuna.tsinghua.edu.cn_apache_hbase_stable_hbase-1.4.10-bin.tar.gz]: https://mirrors.tuna.tsinghua.edu.cn/apache/hbase/stable/hbase-1.4.10-bin.tar.gz