在创建表的时候可以选择创建到bigdata17这个namespace中,如何实现呢? 使用这种格式即可:‘命名空间名称:表名’ 针对default这个命名空间,在使用的时候可以省略不写
create 'bigdata17:t1','info','level'
此时使用list查看所有的表
如果只想查看bigdata17这个命名空间中的表,如何实现呢? 可以使用命令list_namespace_tables
list_namespace_tables 'n1'
查看region中的某列簇数据
hbase hfile -p -f /hbase/data/default/tbl_user/92994712513a45baaa12b72117dda5e5/info/d84e2013791845968917d876e2b438a5
list_regions '表名'
split '表名','行键'
但是在页面上可以看到三个:过一会会自动的把原来的删除
locate_region '表名','行键'
可以hbase hfile -p -f xxxx 查看一下
画图带同学理解
row设计的一个关键点是查询维度
(在建表的时候根据具体的查询业务 设计rowkey 预拆分)
在默认的拆分策略中 ,region的大小达到一定的阈值以后才会进行拆分,并且拆分的region在同一个regionserver中 ,只有达到负载均衡的时机时才会进行region重分配!并且开始如果有大量的数据进行插入操作,那么并发就会集中在单个RS中, 形成热点问题,所以如果有并发插入的时候尽量避免热点问题 ,应当预划分 Region的rowkeyRange范围 ,在建表的时候就指定预region范围
查看命令使用(指定4个切割点,就会有5个region)
help 'create'
create 'tb_split','cf',SPLITS => ['e','h','l','r']
list_regions 'tb_split'
添加数据试试
put 'tb_split','c001','cf:name','first'
put 'tb_split','f001','cf:name','second'
put 'tb_split','z001','cf:name','last'
hbase hfile -p --f xxxx 查看数据
如果没有数据,因为数据还在内存中,需要手动刷新内存到HDFS中,以HFile的形式存储
演示不启动hdfs 就启动hbase
日志目录:
/usr/local/soft/hbase-1.7.1/logs
start-all.sh发现HMaster没启动,hbase shell客户端也可以正常访问
再启动hbase就好了
查看所有的命名空间
list_namespace
查看某个命名空间下的所有表
list_namespace_tables 'default'
修改命名空间,设置一个属性
alter_namespace 'bigdata17',{METHOD=>'set','author'=>'wyh'}
查看命名空间属性
describe_namespace 'bigdata17'
删除一个属性
alter_namespace 'bigdata17',{METHOD=>'unset', NAME=>'author'}
删除一个命名空间
drop_namespace 'bigdata17'
创建一张表
create 'teacher','cf'
添加数据
put 'teacher','tid0001','cf:tid',1
put 'teacher','tid0002','cf:tid',2
put 'teacher','tid0003','cf:tid',3
put 'teacher','tid0004','cf:tid',4
put 'teacher','tid0005','cf:tid',5
put 'teacher','tid0006','cf:tid',6
显示三行数据
scan 'teacher',{LIMIT=>3}
put 'teacher','tid00001','cf:name','wyh'
scan 'teacher',{LIMIT=>3}
从后查三行
scan 'teacher',{LIMIT=>3,REVERSED=>true}
查看包含指定列的行
scan 'teacher',{LIMIT=>3,COLUMNS=>['cf:name']}
简化写法:
scan 'teacher',LIMIT=>3
在已有的值后面追加值
append 'teacher','tid0006','cf:name','123'
简单使用,获取某一行数据
get 'teacher','tid0001'
获取某一行的某个列簇
get 'teacher','tid0001','cf'
获取某一行的某一列(属性 )
get 'teacher','tid0001','cf:name'
可以新增一个列簇数据测试
查看历史版本
1、修改表可以存储多个版本
alter 'teacher',NAME=>'cf',VERSIONS=>3
2、put四次相同rowkey和列的数据
put 'teacher','tid0001','cf:name','xiaohu1'
put 'teacher','tid0001','cf:name','xiaohu2'
put 'teacher','tid0001','cf:name','xiaohu3'
put 'teacher','tid0001','cf:name','xiaohu4'
3、查看历史数据,默认是最新的
get 'teacher','tid0001',{COLUMN=>'cf:name',VERSIONS=>2}
修改列簇的过期时间 TTL单位是秒,这个时间是与插入的时间比较,而不是现在开始60s
alter 'teacher',{NAME=>'cf2',TTL=>'60'}
put 'teacher','tid0007','cf2:job','bigdata17',1654845442790
画图理解这个操作在实际生产的作用
删除某一列
delete 'teacher','tid0004','cf:tid'
删除一行,如果不指定类簇,删除的是一行中的所有列簇
deleteall 'teacher','tid0006'
删除单元格
deleteall 'teacher','tid0006','cf:name','cf2:job'
统计表有多少行(统计的是行键的个数)
count 'teacher'
新建一个自增的一列
incr 'teacher','tid0001','cf:cnt',1
每操作一次,自增1
incr 'teacher','tid0001','cf:cnt',1
incr 'teacher','tid0001','cf:cnt',10
incr 'teacher','tid0001','cf:cnt',100
配合counter取出数据,只能去incr字段
get_counter 'teacher','tid0001','cf:cnt'
获取region的分割点
get_splits 'tb_split'
清除表数据
truncate 'teacher'
拍摄快照
snapshot 'tb_split','tb_split_20220610'
列出所有快照
list_table_snapshots 'tb_split'
再添加一些数据
put 'tb_split','a001','cf:name','wyh'
恢复快照(先禁用)
disable 'tb_split'
restore_snapshot 'tb_split_20220610'
enable 'tb_split'
# 语法
scan '表名', {COLUMNS => [ '列族名1:列名1', '列族名1:列名2', …]}
# 示例
scan 'tbl_user', {COLUMNS => [ 'info:id', 'info:age']}
# 语法
scan '表名',{TIMERANGE=>[timestamp1, timestamp2]}
# 示例
scan 'tbl_user',{TIMERANGE=>[1551938004321, 1551938036450]}
默认情况下一个列只能存储一个数据,后面如果修改数据就会将原来的覆盖掉,可以通过指定VERSIONS时HBase一列能存储多个值。
create 'tbl_test', 'columnFamily1'
describe 'tbl_test'
# 修改列族版本号
alter 'tbl_test', { NAME=>'columnFamily1', VERSIONS=>3 }
put 'tbl_test', 'rowKey1', 'columnFamily1:column1', 'value1'
put 'tbl_test', 'rowKey1', 'columnFamily1:column1', 'value2'
put 'tbl_test', 'rowKey1', 'columnFamily1:column1', 'value3'
# 默认返回最新的一条数据
get 'tbl_test','rowKey1','columnFamily1:column1'
# 返回3个
get 'tbl_test','rowKey1',{COLUMN=>'columnFamily1:column1', VERSIONS=>3}
# 返回2个
get 'tbl_test','rowKey1',{COLUMN=>'columnFamily1:column1', VERSIONS=>2}
ROWKEY起始行。会先根据这个key定位到region,再向后扫描
# 语法
scan '表名', { STARTROW => '行键名'}
# 示例
scan 'tbl_user', { STARTROW => 'vbirdbest'}
# 语法
scan '表名', { STOPROW => '行键名'}
# 示例
scan 'tbl_user', { STOPROW => 'xiaoming'}
# 语法
scan '表名', { LIMIT => 行数}
# 示例
scan 'tbl_user', { LIMIT => 2 }
过滤器之间可以使用AND、OR连接多个过滤器。
# 语法:binary 等于某个值
scan '', FILTER=>"ValueFilter(=,'binary:')"
# 语法 substring:包含某个值
scan '表名', FILTER=>"ValueFilter(=,'substring:列值')"
# 示例
scan 'tbl_user', FILTER=>"ValueFilter(=, 'binary:26')"
scan 'tbl_user', FILTER=>"ValueFilter(=, 'substring:6')"
# 语法 substring:包含某个值
scan '表名', FILTER=>"ColumnPrefixFilter('列名前缀')"
# 示例
scan 'tbl_user', FILTER=>"ColumnPrefixFilter('birth')"
# 通过括号、AND和OR的条件组合多个过滤器
scan 'tbl_user', FILTER=>"ColumnPrefixFilter('birth') AND ValueFilter(=,'substring:26')"
Table中的所有行都是按照row key的字典排序的
pom文件 依赖
<dependency> <groupId>junit</groupId> <artifactId>junit</artifactId> <version>4.12</version> </dependency> <dependency> <groupId>org.apache.hbase</groupId> <artifactId>hbase-client</artifactId> <version>1.7.1</version> </dependency> <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-client</artifactId> <version>2.7.6</version> </dependency> <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-common</artifactId> <version>2.7.6</version> </dependency>
Java操作
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.hbase.HColumnDescriptor;
import org.apache.hadoop.hbase.HTableDescriptor;
import org.apache.hadoop.hbase.client.*;
import org.apache.hadoop.hbase.util.Bytes;
import org.junit.After;
import org.junit.Before;
import org.junit.Test;
import java.io.BufferedReader;
import java.io.FileReader;
import java.io.IOException;
import java.util.ArrayList;
/**
* 思考:
* 1、如何将所有的学生信息查询出来?有几种方式?
* 2、加入我给一个条件查询,你会不会呢?比如说:查姓王,年龄24以下的,理科的,女生
* 3、我们今天学习了预分region,如何用代码去创建呢?
* 4、如何设置过期时间呢?
* 5、hbase的读写流程是什么样子呢?你可以自己画出来吗?
* 6、hbase中涉及到的数据结构有哪些?
* 7、二级索引了解一下
* 8、如何通过代码实现二级索引,有什么好处?
*/
public class ClintToHbase {
private HConnection conn;
private HBaseAdmin hAdmin;
@Before
public void connect() {
try {
//1、获取Hadoop的相关配置环境
Configuration conf = new Configuration();
//2、获取zookeeper的配置
conf.set("hbase.zookeeper.quorum", "master:2181,node1:2181,node2:2181");
//获取与Hbase的连接,这个连接是将来可以用户获取hbase表的
conn = HConnectionManager.createConnection(conf);
//将来我们要对表做DDL相关操作,而对表的操作在hbase架构中是有HMaster
hAdmin = new HBaseAdmin(conf);
System.out.println("建立连接成功:" + conn + ", HMaster获取成功:" + hAdmin);
} catch (IOException e) {
e.printStackTrace();
}
}
/\*\*
\* 在HBase中创建表
\* <p>
\* create 'students','info'
\*/
@Test
public void createTable() {
try {
//使用HTableDescriptor类创建一个表对象
HTableDescriptor students = new HTableDescriptor("students");
//在创建表的时候,至少指定一个列簇
HColumnDescriptor info = new HColumnDescriptor("info");
//将列簇添加到表中
students.addFamily(info);
//真正的执行,是由HMaster
//hAdmin
hAdmin.createTable(students);
System.out.println(Bytes.toString(students.getName()) + "表 创建成功。。。");
} catch (IOException e) {
e.printStackTrace();
}
}
/\*\*
\* 删除Hbase中的表
\*/
@Test
public void deleteTable() {
//1、判断一下要删除的表是否存在
try {
if (hAdmin.tableExists("students")) {
//如果表存在,就可以去删除
//直接删除的话,是删除不了的
//先禁用表
hAdmin.disableTable("students");
hAdmin.deleteTable("students");
System.out.println(conn.getTable("students").getName() + "表 成功被删除....");
}
} catch (IOException e) {
e.printStackTrace();
}
}
/\*\*
\* 往表中添加一条数据
\* <p>
\* put 'students','1001','info:name','xiaohu'
\*/
@Test
public void putData() {
try {
//1、获取到表的实例
HTableInterface students = conn.getTable("students");
//创建一个Put实例,并且给一个行键(rowkey)
Put put = new Put("1001".getBytes());
//将这个行键对应的值,添加列簇,列,具体的值
put.add("info".getBytes(), "name".getBytes(), "xiaohu".getBytes());
//表的实例将数据添加到表中
students.put(put);
String s = put.toString();
System.out.println(s);
System.out.println(students.getName() + "表 成功插入一条数据");
} catch (IOException e) {
e.printStackTrace();
}
}
/\*\*
\* 获取hbase中的一条数据
\* <p>
\* get 'students','1001'
\*/
@Test
public void getData() {
try {
//1、获取到表的实例
HTableInterface students = conn.getTable("students");
//获取get对象,通过rowkey获取
Get get = new Get("1001".getBytes());
//获取到了行键对应的信息
String rowkey = Bytes.toString(get.getRow());
// System.out.println(s);
//表的实例调用get方法,返回的是一个结果集
Result result = students.get(get);
//调用getValue()方法获取到一个字节数组中的一个结果集
String name = Bytes.toString(result.getValue("info".getBytes(), "name".getBytes()));
System.out.println("查询结束,查询结果如下:");
System.out.println(rowkey + ":" + name);
} catch (IOException e) {
e.printStackTrace();
}
}
/\*\*
\* 一次性往表中添加多条数据
\*
\* students.txt
\*
\*/
@Test
public void putAll(){
try {
//获取表的实例
HTableInterface students = conn.getTable("students");
//创建一个List集合对象
ArrayList<Put> puts = new ArrayList<>();
//读取数据 --- IO
BufferedReader br = new BufferedReader(new FileReader("E:\\\\projects\\\\IdeaProjects\\\\hadoop-bigdata17\\\\hadoop-hbase\\\\data\\\\students.txt"));
String line = null;
while ((line=br.readLine())!=null){
String\[\] split = line.split(",");
String id = split\[0\];
String name = split\[1\];
String age = split\[2\];
String gender = split\[3\];
String clazz = split\[4\];
//把每一行组成一个put对象
Put put = new Put(id.getBytes());
//为一行添加多列
put.add("info".getBytes(),"name".getBytes(),name.getBytes());
put.add("info".getBytes(),"age".getBytes(),age.getBytes());
put.add("info".getBytes(),"gender".getBytes(),gender.getBytes());
put.add("info".getBytes(),"clazz".getBytes(),clazz.getBytes());
//每一行组成一个put对象后添加到集合中
//put 'students',id,'info:name',name
//put 'students',id,'info:age',age
//put 'students',id,'info:gender',gender
//put 'students',id,'info:clazz',clazz
puts.add(put);
}
//调用表的put方法,将集合数据添加到表中
students.put(puts);
System.out.println("学生信息表添加完毕!!");
} catch (IOException e) {
e.printStackTrace();
}
}
@After
public void close() {
if (conn != null) {
try {
conn.close();
} catch (IOException e) {
e.printStackTrace();
}
System.out.println("conn连接已经关闭.....");
}
if (hAdmin != null) {
try {
hAdmin.close();
} catch (IOException e) {
e.printStackTrace();
}
System.out.println("HMaster已经关闭......");
}
}
}
手机扫一扫
移动阅读更方便
你可能感兴趣的文章