本篇教程探讨了大数据技术之HBase笔记整理（1），希望阅读本篇文章以后大家有所收获，帮助大家对相关内容的理解更加深入。

行列式数据库

行式数据库：

可以简单的理解为类似传统的rdbmspaint这些数据，存放的数据都是结构化的数据。行式数据库，是有利于全表数据的扫描，不利于只查询个别字段

列式数据库：

对行式数据库的一个改进，将部分列(或者说有关联的一些列)存放到单独的文件中，其他列存在其它多个文件中，我们在进行查询的时候，只需要读取出这些常用列即可完成工作，这样，减少了文件IO的读写，提高读写的效率(不用再想行式数据库进行全表扫描，然后过滤相关字段)在行式数据库里面，大数据领域有一个非常著名的产品——HBase，其有别于传统的RDBMS，被称之为列式数据库，或者是NoSQL(Not Only SQL，是一类数据库的统称，常见的有Hbase、Redis、mechache、mongodb。。。。)中的一块数据。能够满足对hdfs上面海量数据的告诉数据读写。

HBase概述

是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，利用HBase技术可在廉价PC Server上搭建起大规模结构化存储集群。HBase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作为协调工具。

特点：

高可靠性高性能面向列可伸缩    表的特点        纵向扩展        横向扩展    部署上来说：        分布式集群HBase设计初衷，是为了企业中的大表，面向上百万列，上百亿条记录设计的数据库。可以分布式存储海量的数据具有容错能力强，数据高可靠的特点HBase是一个列式NoSQL数据库数据存储的结构是按照列进行存储。按照列进行存储的数据库产品，一般都有行键的概念。使用行键，可以标示一行数据。理解行键的时候，可以简单的认为是RDBMS中的PK。Hbase存储数据的物理结构是key-value形式。key就是行键。同时可以非常方便的进行横向扩展（scale out，纵向扩展scale up）。

HBase安装

安装前需要保证hadoop、zookeeper、java已经安装好。

单机版本

解压   ~]$ tar -zxf /home/uplooking/soft/hbase-1.1.5-bin.tar.gz -C /home/uplooking/app重命名 ~]$ mv /home/uplooking/app/hbase-1.1.5 /home/uplooking/app/hbase添加至环境变量 export HBASE_HOME=/home/uplooking/app/hbase配置 $HBASE_HOME/conf/hbase-env.sh、hbase-site.xml  $HBASE_HOME/conf/hbase-env.sh    export JAVA_HOME=/opt/jdk    export HBASE_MANAGES_ZK=false  $HBASE_HOME/conf/hbase-site.xml  <property>    <name>hbase.rootdir</name>    <value>hdfs://ns1/hbase</value>  </property>  <property>    <name>hbase.cluster.distributed</name>    <value>true</value>  </property>  <property>    <name>hbase.zookeeper.quorum</name>    <value>uplooking01,uplooking02,uplooking03</value>  </property>启动  sh $HBASE_HOME/bin/start-hbase.sh  使用jps命令，当有HMaster、HQuorumPeer(使用hbase自带的zk)、HRegionServer三个进程启动的时候，说明hbase服务已经启动成功停止  sh $HBASE_HOME/bin/stop-hbase.sh单进程启动  HMaster hbase-daemon.sh start master  HRegionserver hbase-daemon.sh start regionserver访问：  web //<ip>:16010  cli bin/hbase shell

分布式安装

在上述的基础之上，只需要再配置一个conf/regionservers,添加两行内容：uplooking02uplooking03注意：  如果已经配置过单机版，需要将hbase在hdfs上面的目录、以及hbase在zk中的目录清除，以免和集群版本操作冲突  zk    rmr /hbase  hdfs    hdfs dfs -rm -R /hbase拷贝master上面的数据到uplooking02和uplooking03  scp -r app/hbase uplooking@uplooking02:/home/uplooking/app/  scp -r app/hbase uplooking@uplooking03:/home/uplooking/app/同样在slave01和slave02上面添加相关环境变量  scp ~/.bash_profile uplooking@uplooking02:/home/uplooking/  scp ~/.bash_profile uplooking@uplooking02:/home/uplooking/  让其生效  source ~/.bash_profile启动hbase集群  sh $HBASE_HOME/bin/start-hbase.sh  这个时候在master机器上面，有一个进程HMaster，在uplooking02和uplooking03上面分别有一个HRegionServer

启动HBase出现的问题及解决方案

启动hbase出现如下问题：

Caused by: java.lang.IllegalArgumentException: java.net.UnknownHostException: ns1    at org.apache.hadoop.security.SecurityUtil.buildTokenService(SecurityUtil.java:373)    at org.apache.hadoop.hdfs.NameNodeProxies.createNonHAProxy(NameNodeProxies.java:258)    at org.apache.hadoop.hdfs.NameNodeProxies.createProxy(NameNodeProxies.java:153)    at org.apache.hadoop.hdfs.DFSClient.<init>(DFSClient.java:602)    at org.apache.hadoop.hdfs.DFSClient.<init>(DFSClient.java:547)    at org.apache.hadoop.hdfs.DistributedFileSystem.initialize(DistributedFileSystem.java:139)    at org.apache.hadoop.fs.FileSystem.createFileSystem(FileSystem.java:2591)    at org.apache.hadoop.fs.FileSystem.access$200(FileSystem.java:89)    at org.apache.hadoop.fs.FileSystem$Cache.getInternal(FileSystem.java:2625)    at org.apache.hadoop.fs.FileSystem$Cache.get(FileSystem.java:2607)    at org.apache.hadoop.fs.FileSystem.get(FileSystem.java:368)    at org.apache.hadoop.fs.Path.getFileSystem(Path.java:296)    at org.apache.hadoop.hbase.util.FSUtils.getRootDir(FSUtils.java:1002)    at org.apache.hadoop.hbase.regionserver.HRegionServer.<init>(HRegionServer.java:566)    ... 10 moreCaused by: java.net.UnknownHostException: ns1

解决方案：

第一种方式：    source一下环境变量文件第二种方式：    将hdfs对应的hdfs-site.xml和core-site.xml交给hbase管理

另外需要注意的是，如果原来已经安装了单机版，如果再安装集群版本时，需要把原来相关的数据删除。

HBase体系结构

逻辑结构：

表（table）      划分数据集合的概念，和传统的db中的表的概念是一样的。行健(RowKey)：  一行数据的唯一标示，要想操作(read/write)一条数据,必须通过行健，其在hbase底层都是使用字节数组进行存放，    所以方便我们使用rk进行排序，   行键是字节数组, 任何字符串都可以作为行键；表中的行根据行键进行排序，数据按照Row key的字节序(byte order)排序存储；     所有对表的访问都要通过行键 （单个RowKey访问，或RowKey范围访问，或全表扫描)。列族（columnFamily）   简单的认为是一系列“列”的集合。列族是以单独的文件进行存储。列限定符（column Qualifier）   或者叫列。列里面的数据定位通过列限定符 每个CF可以有一个或多个列成员(ColumnQualifier)，   列成员不需要在表定义时给出，新的列族成员可以随后按需、动态加入。时间戳（version）   在单元格中可以存放多个版本的数据。单元格（cell）   Cell 由行键，列族:限定符，时间戳唯一决定，Cell中的数据是没有类型的，全部以字节码形式存贮，主要用来存储数据。

HMaster ----->NameNode  管理节点HRegionServer----->DataNode  存放Region的服务器HRegion  存放hbase中数据的一个概念，可以简单的理解为表，存放一张表中的一部分数据，当该region中的数据超过一定量的时候，会自动进行分裂，分裂成两个region(一份为二)，从这个角度上而言，Region是对hbase中表的一个横向的划分。HFile  在hdfs上存放数据之前的一个物理结构，用于接收从客户端提交过来的数据。  一个集群中有多个HRegionServer  |-----一个HLog  |-----多个HRegion    |---多个Store      |----一个CF

HBase的物理结构图示如下：

HBase操作

CLI(Command Line interface)：

使用bin/hbase shell来进入命令终端命令：list查看当前命名空间下的所有的表,也可以查看特定命名空间下的表  list 'ns:abc.*' --->查看命名空间ns下面的所有的以表名以abc开头的表的列表创建一张表  create 't1', 'cf1' --->在默认的命名空间下创建一张表名为t1，只有一个列族，列族名为cf1查看一张表的所有内容：scan  scan 't1'或者scan 'ns1:t1'往表中增加一条记录：put  put 't1', '1'(rowkey), 'cf1:name', 'zhangsan'查看其中一个具体的值  get 't1', '1', 'cf1:name'查看表的属性信息：  describe/desc 't1'删除记录：delete  delete 't1', '1', 'cf1:age' -->删除某一个rowkey对应的cf1:age对应的单元格  deleteall 't1', '2'     -->删除rowkey=2对应的所有的单元格删除一张表：  注意：删除表之前，需要先确认表状态是否为disable，如果不是，需要disable '表名'  disable 't1'  drop 't1'

练习：

rk column column      cf  name  grad        course                math  art |column1 Tom   5       97    872 Jim   4       89    80创建表  create 'stu','name', 'grad','course' --->创建了表stu，有三个列族，name、grad、course增加数据：  put 'stu', '1', ':name', 'Tom'    直接写成'name'也是可以的，也就是说name这个列族下面没有多列  put 'stu', '1', ':grad', '5'  put 'stu', '1', 'course:art', '97'  put 'stu', '1', 'course:math', '88'删除name="Jim"的art成绩  delete 'stu', '2', 'name', 'Jim', "course:art" --->错误的  delete 'stu', '2',"course:art" 因为每次操作，只能操作的是单一单元格，hbase的原子性操作是基于单元格的  而一个单元格的确定是由rk、cf、col、ts(timestamp)删除name="JIM"所在的行的而所有单元格  deleteall 'stu', '2'查看当前表有多少条记录：select count(1) from t;  count

HBase的java API操作

测试代码

package com.uplooking.bigdata.hbase;import org.apache.hadoop.conf.Configuration;import org.apache.hadoop.hbase.*;import org.apache.hadoop.hbase.client.*;import org.apache.hadoop.hbase.filter.CompareFilter;import org.apache.hadoop.hbase.filter.Filter;import org.apache.hadoop.hbase.filter.FilterList;import org.apache.hadoop.hbase.filter.SingleColumnValueFilter;import org.junit.After;import org.junit.Before;import org.junit.Test;import java.io.IOException;import java.util.ArrayList;import java.util.Arrays;import java.util.List;/** * HBase Java API 学习 */public class HBaseAPIOps {    private Connection connection;    private  Admin admin;    @Before    public void setUp() throws Exception {        Configuration conf = HBaseConfiguration.create();        connection = ConnectionFactory.createConnection(conf);        admin = connection.getAdmin();    }    /*        list 'default:t.*'        TABLE        t1        t2     */    @Test    public void testList() throws IOException {        TableName[] tblNames = admin.listTableNames("default:t.*");        for (TableName tblName : tblNames) {            System.out.println(tblName.getNamespaceAsString() + ":" + tblName.getNameAsString());        }    }    @Test    public void testCreate() throws IOException {        HTableDescriptor desc = new HTableDescriptor(TableName.valueOf("t3"));        HColumnDescriptor family = new HColumnDescriptor("cf");        desc.addFamily(family);        admin.createTable(desc);    }    @Test    public void testAddRecord() throws IOException {        Table t3 = connection.getTable(TableName.valueOf("t3"));        byte[] cf = "cf".getBytes();        byte[] nameBytes = "name".getBytes();        byte[] ageBytes = "age".getBytes();        List<Put> puts = new ArrayList<Put>();        /*Put put1 = new Put("1".getBytes());        put1.addColumn(cf, nameBytes, "xiaofazeng".getBytes());        put1.addColumn(cf, ageBytes, "13".getBytes());        puts.add(put1);        Put put2 = new Put("2".getBytes());        put2.addColumn(cf, nameBytes, "xiaoshihao".getBytes());        put2.addColumn(cf, ageBytes, "15".getBytes());*///        puts.add(put2);        for (int i = 1000; i <= 10000; i++) {            Put put = new Put((i + "").getBytes());            put.addColumn(cf, nameBytes, ("xiaohuihui" + i).getBytes());            put.addColumn(cf, ageBytes, ("" + (i % 99 + 1)).getBytes());            puts.add(put);        }        t3.put(puts);        t3.close();    }    @Test    public void testGetRecord() throws IOException {        Table table = connection.getTable(TableName.valueOf("t3"));        List<Get> gets = Arrays.asList(                new Get("1".getBytes()),                new Get("2".getBytes()).addColumn("cf".getBytes(), "name".getBytes())        );        Result[] results = table.get(gets);        for (Result result : results) {            CellScanner cs = result.cellScanner();            while(cs.advance()) {                System.out.println("=======================================================");                Cell cell = cs.current();                String value = new String(cell.getValueArray(), cell.getValueOffset(), cell.getValueLength());                String cf = new String(cell.getFamilyArray(), cell.getFamilyOffset(), cell.getFamilyLength());                String qualifier = new String(cell.getQualifierArray(), cell.getQualifierOffset(), cell.getQualifierLength());                String rk = new String(cell.getRowArray(), cell.getRowOffset(), cell.getRowLength());                long timestamp = cell.getTimestamp();                System.out.println(rk + "\t" + cf + ":" + qualifier + "\t" + timestamp + "\t" + value);                System.out.println("cell.getValueArray() == cell.getFamilyArray()? " + (cell.getValueArray() == cell.getFamilyArray()));                System.out.println("cell.getValueArray() == cell.getQualifierArray()? " + (cell.getValueArray() == cell.getQualifierArray()));                System.out.println("cell.getValueArray() == cell.getRowArray()? " + (cell.getValueArray() == cell.getRowArray()));                System.out.println("------------------------------------------------------");                int rowOffset = cell.getRowOffset();                short rowLength = cell.getRowLength();                int fOffset = cell.getFamilyOffset();                byte fLength = cell.getFamilyLength();                int qOffset = cell.getQualifierOffset();                int qLength = cell.getQualifierLength();                int vOffset = cell.getValueOffset();                int vLength = cell.getValueLength();                byte typeByte = cell.getTypeByte();                System.out.println("rowOffset: " + rowOffset + ", rowLength: " + rowLength);                System.out.println("fOffset: " + fOffset + ", fLength: " + fLength);                System.out.println("qOffset: " + qOffset + ", qLength: " + qLength);                System.out.println("vOffset: " + vOffset + ", vLength: " + vLength);                System.out.println("typeByte: " + typeByte);            }        }        table.close();    }    @Test    public void testScan() throws IOException {        Table table = connection.getTable(TableName.valueOf("t3"));        Scan scan = new Scan();        ResultScanner resultScanner = table.getScanner(scan);       /* for (Result result : resultScanner) {            String name = new String(result.getValue("cf".getBytes(), "name".getBytes()));            int age = Integer.valueOf(new String(result.getValue("cf".getBytes(), "age".getBytes())));            String rowKey = new String(result.getRow());            System.out.println(rowKey + "\t" + "cf:name-->" + name + ", cf:age-->" + age);        }*/        resultScanner.forEach(result -> {            String name = new String(result.getValue("cf".getBytes(), "name".getBytes()));            int age = Integer.valueOf(new String(result.getValue("cf".getBytes(), "age".getBytes())));            String rowKey = new String(result.getRow());            System.out.println(rowKey + "\t" + "cf:name-->" + name + ", cf:age-->" + age);        });        table.close();    }    /**     * 条件查询     * 其实说白了就是sql中的where条件，给hbase程序添加过滤器     * @throws IOException     */    @Test    public void testQueryByCondtion() throws IOException {        Table table = connection.getTable(TableName.valueOf("t3"));        Scan scan = new Scan();        Filter filter1 = new SingleColumnValueFilter("cf".getBytes(),                "age".getBytes(),                CompareFilter.CompareOp.GREATER_OR_EQUAL,                "13".getBytes());        Filter filter2 = new SingleColumnValueFilter("cf".getBytes(),                "age".getBytes(),                CompareFilter.CompareOp.LESS_OR_EQUAL,                "18".getBytes());        FilterList filterList = new FilterList();        filterList.addFilter(filter1);        filterList.addFilter(filter2);        scan.setFilter(filterList);        ResultScanner resultScanner = table.getScanner(scan);        resultScanner.forEach(result -> {            String name = new String(result.getValue("cf".getBytes(), "name".getBytes()));            int age = Integer.valueOf(new String(result.getValue("cf".getBytes(), "age".getBytes())));            String rowKey = new String(result.getRow());            System.out.println(rowKey + "\t" + "cf:name-->" + name + ", cf:age-->" + age);        });        table.close();    }    @After    public void cleanUp() throws IOException {        admin.close();        connection.close();    }}

HBase相关maven依赖

<properties>  <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>  <hive-api.version>2.1.0</hive-api.version>  <hadoop-api.version>2.6.4</hadoop-api.version>  <hadoop-core.version>1.2.1</hadoop-core.version>  <hbase-version>1.1.5</hbase-version></properties><dependencies>  <dependency>    <groupId>junit</groupId>    <artifactId>junit</artifactId>    <version>4.12</version>  </dependency>  <!-- HBase的maven依赖-->  <dependency>    <groupId>org.apache.hbase</groupId>    <artifactId>hbase-client</artifactId>    <version>${hbase-version}</version>  </dependency>  <dependency>    <groupId>org.apache.hbase</groupId>    <artifactId>hbase-server</artifactId>    <version>${hbase-version}</version>  </dependency>  <dependency>    <groupId>org.apache.hive</groupId>    <artifactId>hive-hbase-handler</artifactId>    <version>${hive-api.version}</version>  </dependency></dependencies><build>  <plugins>    <!-- compiler插件, 设定JDK版本 -->    <plugin>      <groupId>org.apache.maven.plugins</groupId>      <artifactId>maven-compiler-plugin</artifactId>      <version>2.3.2</version>      <configuration>        <encoding>UTF-8</encoding>        <source>1.8</source>        <target>1.8</target>        <showWarnings>true</showWarnings>      </configuration>    </plugin>    <plugin>      <artifactId>maven-assembly-plugin</artifactId>      <configuration>        <descriptorRefs>          <descriptorRef>jar-with-dependencies</descriptorRef>        </descriptorRefs>        <archive>          <manifest>            <mainClass>com.uplooking.bigdata.hbase.HBase2HDFSOps</mainClass>          </manifest>        </archive>      </configuration>      <executions>        <execution>          <id>make-assembly</id>          <phase>package</phase>          <goals>            <goal>single</goal>          </goals>        </execution>      </executions>    </plugin>  </plugins></build>

本文由职坐标整理发布，学习更多的相关知识，请关注职坐标IT知识库！