大数据系列之HBase命令行操作

1、课程简介

• 本文章先会介绍HBase命令行，接着会介绍java代码对hbase中的表进行增删改查。
• 本文章中所有命令均在CentOS-6.4-x86_64，hadoop-2.5.2，jdk1.8.0_152，zookeeper-3.4.11，hbase-1.2.6中运行通过，为减少linux权限对初学者造成影响，所有命令均在linux的root权限下进行操作。

2、理论回顾

• HBase是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，是行业中最常用的NoSQL数据库。HBase正确运行的前提是安装好Hadoop。
• Hadoop技术本身包含HDFS、Map/Reduce。HDFS作海量数据存储之用；M/R作海量数据计算之用。
• HDFS包含namenode、datanode。namenode对datanode中的数据建立了索引。
• zookeeper作为协调服务，为namenode提供了高可用性。

3、命令行基本操作

注意：

​ 在执行以下命令之前，确认以下组件启动成功：zookeeper, hdfs, yarn, hbase。

​ 在hbase安装目录的bin下面，执行如下命令进入hbase命令行：

3.1创建普通表

步骤 1 创建普通表的语法为：create '表的名称'，'列族的名称'。

输入命令：

创建表"t_info"成功。

步骤 2 -list 功能：查看系统中共有多少个普通表。

由此看出系统中已经存在了3张表了。

3.2 创建namespace

创建namespace的语法为：create_namespace '名称'。

步骤1 在指定namespace下创建表

在指定namespace下创建表：create 'namespace的名称：表名'，'列族'。

步骤2 查看指定namespace下的表

查看指定namespace下的表：list_namespace_tables 'namespace的名称''。

3.3 增加数据

增加数据：put '表的名称'，'RowKey'，'列的名称'，'具体的赋值'。

将一个名字为Kobe，居住在洛杉矶的40岁男人的信息输入到表"cga_info"中：

3.4 get方式查询数据

步骤 1 get 功能：精确查询。

精确查询某一个RowKey中存储的内容：get '表的名称'，'RowKey'

步骤 2 精确查询某一个RowKey中的一个单元格中存储的内容。

语法：get '表的名称'，'RowKey'，'列名'

3.5 scan方式查询数据

步骤1 查询表中某个列族下所有列的信息：scan '表的名称'，{Columns=>'列'}

步骤2 查询表中具体的一个列中存储的信息。

语法：scan '表的名称'，{Columns=>'列的具体名称'}

3.6 指定条件查询数据

步骤0 加入姚明信息到数据库中

步骤 1 查询RowKey为"123001"和"123002"中的数据。

步骤 2 查询Rowkey为"123001"和"123002"中列名称为name的单元格中存储的信息。

3.7 更新数据

步骤 1 首先查询表中Rowkey为123001的年龄信息。

步骤 2 更改表中Rowkey为123001的年龄信息。

步骤 3 再次查询表中Rowkey为123001的年龄信息。

由步骤2和步骤3的结果比较可得，年龄信息已经被更新。

3.8 删除数据

(1)使用delete删除某一列数据

步骤 1 首先查询表中Rowkey为123001的信息。

步骤 2 使用delete删除123001中age列所存储的数据。

步骤 3 再次查询表中Rowkey为123001的信息。

由步骤1和步骤3的结果比较可得，年龄信息已经被删除了。

(2) 使用deleteall删除整行数据

步骤 1 使用deleteall删除表cga_info中123001的整行数据。

步骤 2 再次查询表中Rowkey为123001的信息。

此时表中已经没有RowKey为123001的信息，说明行数据删除成功。

(3) 使用drop删除数据表

步骤 1 首先disable '表的名称'，然后再使用drop '表的名称'删除数据表。

步骤 2 查询当前命名空间下的表。

结果显示表t_info已经被删除了。

3.9 过滤数据

Filter允许在Scan过程中，设置一定的过滤条件，符合条件的用户数据才返回，所有的过滤器都在服务端生效，以保证被过滤掉的数据不会传送到客户端。

示例1：查询年龄为38的人。

示例2：查询名叫Yao的人。

示例3：查询表中所有人的性别信息。

示例4：查询表中所有人的地址信息并且找出住在上海的人。

Fliter可以根据列族，列，版本等更多的条件来对数据进行过滤，这里只演示了4种过滤方式，带有过滤条件的RPC查询请求会把过滤器分发到各个RegionServer，这样可以降低网络传输的压力。

4、总结

​ HBase在存储上百万的列数十亿的行的情况下还能实时读取，值得我们深入使用和研究。后面我们将连载大数据系列博客，欢迎关注和交流。

​ 本文中所有安装软件等更多福利请入群后向管理员获取。

​