hbase基本概念和hbase shell常用命令用法

1. 简介

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。

2. HBase的表结构

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

t2:gdxdf

t1:abc

t4:dfads

t3:hello

t2:world

key2

t3:abc

t1:gdxdf

t4:dfads

t3:hello

t3:dfdf

t2:dfdsfa

key3

t2:dfadfasd

t1:dfdasddsf

t2:dfxxdfasd

t1:taobao.com

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:abc 和 t2:gdxdf 是由 row key1 和 column-family1-column1 唯一确定的两个单元cell, 它们的时间戳不一样,分别是t1, t2, hbase会返回对应最新时间戳t2的值 gdxdf 给请求者。

这些名词的具体含义如下:

(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:

(1.1) 通过单个row key访问

(1.2) 通过row key的range

(1.3) 全表扫描

Row key行键 (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,要充分排序存储这个特性,将经常一起读取的行存储放到一起。(位置相关性)

注意:

字典序对int排序的结果是1,10,100,11,12,13,14,15,16,17,18,19,2,20,21,…,9,91,92,93,94,95,96,97,98,99。要保持整形的自然序,行键必须用0作左填充。

行的一次读写是原子操作 (不论一次读写多少列)。这个设计决策能够使用户很容易的理解程序在对同一个行进行并发更新操作时的行为。

(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。

访问控制、磁盘和内存的使用统计都是在列族层面进行的。实际应用中,列族上的控制权限能帮助我们管理不同类型的应用:我们允许一些应用可以添加新的基本数据、一些应用可以读取基本数据并创建继承的列族、一些应用则只允许浏览数据(甚至可能因为隐私的原因不能浏览所有数据)。

(3) 单元 Cell

HBase中由{row key, column( = +

(4) 时间戳 timestamp

由row key 和 column( = +

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。

3. HBase shell的基本用法

hbase提供了一个shell的终端给用户交互。通过执行 help get 可以看到命令的帮助信息。

以网上的一个学生成绩表的例子来演示hbase的用法。

name

grad

course

math

art

zkb

5

97

87

baoniu

4

89

80

这里grad对于表来说是一个列,course对于表来说是一个列族,这个列族由两个列组成math和art,当然我们可以根据我们的需要在course中建立更多的列族,如computer,physics等相应的列添加入course列族。图中需要注意的是90这个值,列族下面的列也是可以没有名字的。

(1) 建立一个表格scores  具有两个列族grad 和courese

hbase(main):001:0> create 'scores','grade', 'course'
0 row(s) in 0.4780 seconds

(2) 查看当前HBase中具有哪些表

hbase(main):002:0> list
TABLE                                                                                                                                                                                          
scores                                                                                                                                                                                
1 row(s) in 0.0270 seconds

(3) 查看表的构造

hbase(main):004:0> describe 'scores'
DESCRIPTION                                                 ENABLED                                                
 {NAME => 'scores', FAMILIES => [{NAME => 'course', BLOOMFILTER => 'NONE', REPLICATION_SCOPE => '0',  true                                                   
 COMPRESSION => 'NONE', VERSIONS => '3', TTL => '2147483647', BLOCKSIZE => '65536', IN_MEMORY => 'fal                                                        
 se', BLOCKCACHE => 'true'}, {NAME => 'grade', BLOOMFILTER => 'NONE', REPLICATION_SCOPE => '0', COMPR                                                        
 ESSION => 'NONE', VERSIONS => '3', TTL => '2147483647', BLOCKSIZE => '65536', IN_MEMORY => 'false',                                                         
 BLOCKCACHE => 'true'}]}                                                                                                                                     
1 row(s) in 0.0390 seconds

(4) 加入一行数据,行名称为zkb 列族grad的列名为”” 值位5

hbase(main):006:0> put 'scores','zkb','grade:','5'        
0 row(s) in 0.0420 seconds

(5) 给zkb这一行的数据的列族course添加一列

hbase(main):007:0> put 'scores','zkb','course:math','97'
0 row(s) in 0.0270 seconds

(6) 给zkb这一行的数据的列族course添加一列

hbase(main):008:0> put 'scores','zkb','course:art','87' 
0 row(s) in 0.0260 seconds

(7) 加入一行数据,行名称为baoniu 列族grad的列名为”” 值为4

hbase(main):009:0> put 'scores','baoniu','grade:','4'     
0 row(s) in 0.0260 seconds

(8) 给baoniu这一行的数据的列族course添加一列

hbase(main):010:0> put 'scores','baoniu','course:math','89'
0 row(s) in 0.0270 seconds

(9) 给Jerry这一行的数据的列族course添加一列

hbase(main):011:0> put 'scores','baoniu','course:art','80' 
0 row(s) in 0.0270 seconds

(10) 查看scores表中zkb的相关数据

hbase(main):012:0> get 'scores','zkb'
COLUMN                     CELL                                                                                                                
 course:art                              timestamp=1316100110921, value=87                                                                                   
 course:math                             timestamp=1316100025944, value=97                                                                                   
 grade:                                  timestamp=1316099975625, value=5                                                                                    
3 row(s) in 0.0480 seconds

(11) 查看scores表中所有数据

注意:scan命令可以指定startrow,stoprow来scan多个row,例如:scan 'user_test',{COLUMNS =>'info:username',LIMIT =>10, STARTROW => 'test',STOPROW=>'test2'}

hbase(main):013:0> scan 'scores'
ROW                        COLUMN+CELL                                                                                                         
 baoniu                                  column=course:art, timestamp=1316100293784, value=80                                                                
 baoniu                                  column=course:math, timestamp=1316100234410, value=89                                                               
 baoniu                                  column=grade:, timestamp=1316100178609, value=4                                                                     
 zkb                                     column=course:art, timestamp=1316100110921, value=87                                                                
 zkb                                     column=course:math, timestamp=1316100025944, value=97                                                               
 zkb                                     column=grade:, timestamp=1316099975625, value=5                                                                     
2 row(s) in 0.0470 seconds

(12) 查看scores表中所有数据courses列族的所有数据

hbase(main):017:0> scan 'scores',{COLUMNS => 'course'}
ROW                        COLUMN+CELL                                                                                                         
 baoniu                                  column=course:art, timestamp=1316100293784, value=80                                                                
 baoniu                                  column=course:math, timestamp=1316100234410, value=89                                                               
 zkb                                     column=course:art, timestamp=1316100110921, value=87                                                                
 zkb                                     column=course:math, timestamp=1316100025944, value=97                                                               
2 row(s) in 0.0350 seconds

(13) 删除scores表

hbase(main):024:0> disable 'scores'
0 row(s) in 0.0330 seconds

hbase(main):025:0> drop 'scores'    
0 row(s) in 1.0840 seconds

总结下,hbase shell常用的操作命令有create、describe、disable、drop、list、scan、put、get、delete、deleteall、count、status等, 通过help可以看到详细的用法。

参考:
Hbase 原理及性能分析报告word文档)。

发表评论

电子邮件地址不会被公开。 必填项已用*标注