高可靠性、高性能、可伸缩、分布式、基于列存储的非关系型（NoSQL）数据库——Hbase

一、什么是Hbase

二、Hbase分布式集群搭建

Mysql和Hbase的区别：

三、HBase 表存储结构

HBase 表逻辑视图

表的形式存储数据，表由行和列组成。列划分为若干个列簇 (Column Family)。

2、HBase 表结构组成

行键（RowKey）

作用：用来检索记录的主键
访问 HBase 表中的行，有三种方式：
- 通过单个 RowKey 访问
- 通过 RowKey 的 range（正则）
- 全表扫描

可以是任意字符串。在 HBase 内部， RowKey 保存为字节数组（byte[]）。

存储时，表中数据按照 RowKey 排序（字典顺序）
设计key时，利用排序存储这个特性，将经常一起读取的行放到一起。

列簇（Column Family）

列簇包含列，列簇是表的 schema 的一部分（而列不是），必须在使用表之前定义
列名都以列簇作为前缀。例如：courses:history，courses:math 都属于 courses 这个列簇
尽量不要设置过多列簇
因为列簇越多，在取一行数据时所要参与 IO、搜寻的文件就越多

时间戳（TimeStamp）

可以通过 row 和 columns 确定一个存储单元（Cell）
每个 Cell 都保存着同一份数据的多个版本。
版本通过时间戳来索引
类型：64 位整型
HBase（在数据写入时自动）赋值
此时间戳是精确到毫秒的当前系统时间
客户显式赋值
顺序：每个 Cell中，不同版本的数据按照时间戳降序排序，即最新的数据排在最前面。
数据版本回收方式
- 保存数据的最后 n 个版本
- 保存最近一段时间内的版本（设置数据的生命周期 TTL）
可以针对每个列簇进行设置

单元（Cell）

由{RowKey, column( =<family> + <label>),version} 确定唯一单元
Cell 中的数据是没有类型的，全部是字节码形式存储。

版本（Version）

有很多单元（Cell）的行和列是相同的，使用版本来区分不同的单元
类型：用一个长整型表示
顺序：按照时间戳降序排列
因此当读取这个文件的时候，最先找到的是最近的版本

HBase 表的特点

	（1）大
	（2）面向列： 面向列（簇）的存储和权限控制，列（簇）独立检索。
	（3）稀疏：对于为空（null）的列，并不占用存储空间。
	（4）无模式：每一行都有一个可以排序的主键和任意多的列，列可以根据需要动态增加，同一张表中不同的行可以有截然不同的列。
	（5）数据多版本：每个单元中的数据可以有多个版本，默认情况下，版本号自动分配，版本号就是单元格插入时的时间戳。
	（6）数据类型单一：HBase 中的数据都是字符串，没有类型。

四、Hbase命令行操作

1、进入 HBase 命令行界面

基本操作

[[email protected] conf]$ hbase shell
- 任意一台安装HBase的服务器节点

查看帮助信息

获取所有命令的帮助信息
	hbase(main):001:0> help
获取一组命令的帮助信息
	hbase(main):001:0> help "ddl"
获取单独命令的帮助信息
	hbase(main):001:0> help "list"

查询服务器状态

hbase(main):001:0> status

查询 HBase 版本

方法一：hbase(main):001:0> version
方法二：[[email protected] ~]$ hbase version

退出 HBase 命令行界面

方法一：hbase(main):008:0> exit
方法二：hbase(main):001:0> quit

DDL（数据定义语言）操作

创建表

1、默认版本:语法（默认版本号为1）
create'table_name','column_family1','column_family2',......
示例：
创建表students，有两个列簇：base_info，course_info
hbase(main):002:0> create 'students','base_info', 'course_info'
2、自己设置版本号
语法
create 'table_name', {NAME => 'column_family', VERSIONS => 'versions'},......
示例：创建表student，有两个列簇：base_info，course_info，版本号前者为3，后者为1
hbase(main):001:0> create 'student',{NAME => 'base_info',VERSIONS => 3},{NAME => 'course_info',VERSIONS => 1}

查看表

命令：hbase(main):003:0> list

查看表结构

语法:describe 'table_name'
示例：查看student的表结构
hbase(main):005:0> describe 'student'

修改表结构

语法:alter 'table_name', {NAME => 'column_family1', VERSIONS => 'versions'}
示例：修改students列簇base_info的版本号
hbase(main):009:0> alter 'students',{NAME => 'base_info', VERSIONS => 3}

删除列簇

语法:alter 'table_name', {NAME => 'column_family1', METHOD => 'delete'}
示例：将表students中的列簇base_info删除
hbase(main):016:0> alter 'students',{NAME => 'base_info',METHOD => 'delete'}
查看是否删除成功：hbase(main):017:0> describe 'students'

删除表

步骤:
disable（禁用）表
drop（删除）表
示例：将表students删除
disable表:
	hbase(main):019:0> disable 'students'
drop表:
	hbase(main):020:0> drop 'students'

查询表是否存在

语法:exists 'table_name'
示例：查询student表是否存在
	hbase(main):005:0> exists 'student'

判断表是否禁用

语法:is_disabled 'table_name'
示例：判断student表是否禁用
hbase(main):026:0> is_disabled 'student'

判断表是否启用

示例：判断student表是否启用
hbase(main):005:0> is_enabled 'student'

DML（数据操作语言）操作

添加数据

语法:
put 'table_name','rowkey','column_family:column','value','timestamp'
示例：为表student添加数据
put 'student','1001','base_info:name','shiny'

查询数据

扫描整个表

• 语法
  scan ‘table_name’,{COLUMNS => [ ‘column_family:column’,… ], LIMIT => num}
• 示例
  • （1）扫描表student，base_info:name的前2条数据
    hbase(main):004:0> scan ‘student’,{COLUMNS => ‘base_info:name’,LIMIT => 2}
  • （2）扫描表student的前2条数据
    hbase(main):005:0> scan ‘student’,{LIMIT => 2}

查询某行记录

语法
（1）根据行键：get 'table_name','rowkey'
（2）根据行键和列簇：get 'table_name','rowkey','column_family'
（3）根据行键、列簇和列：get 'table_name','rowkey','column_family:column'

示例
1）查询表student，行键1001中所有的数据
hbase(main):073:0> get 'student','1001'
（2）查询表student，行键1001中的course_info下所有的列值
hbase(main):001:0> get 'student','1001','course_info'
（3）查询表student，行键1001中的base_info下的name值
hbase(main):072:0> get 'student','1001','course_info:Math'

查询表中数据行数

语法
count 'table_name'
示例：查询表student的行数（行键总数）
hbase(main):006:0> count 'student'

修改数据

语法
put 'table_name','rowkey','column_family:column','value' 
示例：将表student，1001中course_info:Math的值修改为100
hbase(main):009:0> put 'student','1001','course_info:Math','100'

查询多个版本数据

（1）显示最新版本的数据
hbase(main):072:0> get 'student','1001','base_info:name'
（2）通过timestamp来获取对应版本的数据
hbase(main):013:0> get 'student','1001',{COLUMN=>'course_info:Math',TIMESTAMP => 1500542224220}
（3）通过versions来获取多个版本的数据
hbase(main):019:0> get 'student','1001',{COLUMN=>'course_info:Math',VERSIONS => 2}

删除数据

删除行中某个列值

语法
delete 'table_name','rowkey','column_family:column','timestamp'
示例：删除表student，1001中的course_info:Math的数据（所有版本）
hbase(main):015:0> delete 'student','1001','course_info:Math'

删除行

语法
deleteall 'table_name','rowkey'
示例：删除表student，1001的所有数据
hbase(main):018:0> deleteall 'student','1001'

清空表

语法
truncate 'table_name'
示例：清空表student
hbase(main):020:0> truncate 'student'