HBase的基本使用(安装配置启动关闭hbash shell的基本操作)
Posted 折翼の翅膀
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了HBase的基本使用(安装配置启动关闭hbash shell的基本操作)相关的知识,希望对你有一定的参考价值。
HBase的前提条件:
JDK
SSH
Hadoop
JDK:Hadoop和JDK运行的环境,他们的守护进程运行在JVM下。HBase支持JDK 1.6以上的版本。比如: jdk-8u161-linux-x64.rpm。
SSH:实现简单的服务器与主机的通信。在集群中,只有启动sshd后,才可以通过脚本远程操作其他的Hadoop和HBase进程。为了实现自动化操作,需要配置SSH免密码的的登录方式。
Hadoop:HDFS是HBase的底层存储文件系统。
1、HBase的安装与配置
进入HBase官网,下载HBase对应版本:
src和bin版本的区别:
src版本包含源码,主要给高级开发人员准备,可以去修改其中的源码改变或扩展功能。
bin版本主要是一般开发人员或使用者准备,只需要使用其固化功能即可。
HBase 的运行模式包括单机、伪分布式和分布式三种。
1.1 单机模式
单机模式搭建:使用本地文件系统,所有进程运行在一个 JVM 上,单机模式一 般只用于测试,HBase 需要结合 Hadoop 才能展现出其分布式存储的能力。
//单机模式搭建步骤: //1.解压 [root@localhost hbase]# tar zxvf hbase-2.2.3-bin.tar.gz //2.修改hbase/conf/hbase-env.sh,添加java环境变量 [root@localhost conf]# vi hbase-env.sh export JAVA_HOME=/usr/local/java/jdk1.8.0_241/ export HBASE_MANAGES_ZK=true //(使用hbase内置的zookeeper) //3.编辑hbase-site.xml,若是不配置默认是temp 每次启动会被清空 <configuration> <property> <name>hbase.rootdir</name> <value>file:///home/local/hbase-2.2.3-bin/rootDir</value> <description> hbase.rootdir是RegionServer的共享目录,用于持久化存储HBase数据,默认写入/tmp中。如果不修改此配置,在HBase重启时,数据会丢失。此处一般设置的是hdfs的文件目录, 如NameNode运行在namenode.Example.org主机的9090端口,则需要设置为hdfs://namenode.example.org:9090/hbase </description> </property> <property> <name>hbase.zookeeper.property.dataDir</name> <value>/home/local/hbase-2.2.3-bin/zookeeperDir</value> <description>此项用于设置存储ZooKeeper的元数据,如果不设置默认存在/tmp下,重启时数据会丢失。</description> </property> <property> <name>hbase.master.info.port</name> <value>60010</value> </property> </configuration> //4.添加hbase环境变量 [root@localhost bin]# vi /etc/profile //5.启动hbase [root@localhost bin]# ./hbase shell //6.jps查看,出现HMaster就是启动成功了
1.2 伪分布模式
修改配置文件,修改安装目录下的conf文件夹中的配置文件,主要包括2个文件:hbase-env.sh和hbase-site.xml.
- hbase-env.sh:配置hbase运行时变量,如java路径、regionserver相关参数等.
- hase-site.xml:hbase相关配置,如分布式模式、zookeeper的配置等.
伪分布式模式下,所有进程运行在一个 JVM 上,可以进行小集群的配置,用于测试。在生产环境下,需要在不同机器上的 JVM 中运行守护进程。
//1、下载安装hbase,官网:https://hbase.apache.org/downloads.html
tar xzvf hbase-2.2.4-bin.tar.gz /usr/local
cd /usr/local
mv hbase-2.2.4-bin.tar.gz hbase
ls
//2、修改配置文件,修改安装目录下的conf文件夹中的配置文件:hbase-env.sh和hbase-site.xml,同时分发到集群中的各个regionserver节点.
//比如:hbase-env.sh文件修改
export JAVA_HOME=/usr/java/j dkl.8.0_161
export HBASE_MANAGES_ZK=true
ps: ZooKeeper 也可以作为独立的集群来运行,即完全与 HBase 脱离关系,这时需要设置 HBASE_MANAGES_ZK 变量为 false。
1.3分布式模式
分布式模式是一种主从模式,基本由一个Master 节点和多个 Slave 节点组成,均使用 HDFS作为底层文件系统。
//1、分布式集群实例进行hbase-site.xml文件配置,hbase-site.xml配置文件如下:
<configuration>
<property>
<name> hbase.rootdir </name>
<value>hdfs://example0:9000/hbase</value>
<description> hbase.rootdir是RegionServer的共享目录,用于持久化存储HBase数据,默认写入/tmp中。如果不修改此配置,在HBase重启时,数据会丢失。此处一般设置的是hdfs的文件目录,如NameNode运行在namenode.Example.org主机的9090端口,则需要设置为hdfs://namenode.example.org:9090/hbase
</description>
</property>
<property>
<name>hbase.cluster.distributed</name>
<value>true</value>
<description>此项用于配置HBase的部署模式,false表示单机或者伪分布式模式,true表不完全分布式模式。
</description>
</property>
<property>
<name>hbase.zookeeper.quorum</name>
<value>examplel,example2,example3</value>
<description>此项用于配置ZooKeeper集群所在的主机地址。examplel、 example2、example3是运行数据节点的主机地址,zookeeper服务的默认端口为2181。
</description>
</property>
<property>
<name>hbase.zookeeper.property.dataDir</name>
<value>/var/zookeeper</value>
<description>此项用于设置存储ZooKeeper的元数据,如果不设置默认存在/tmp下,重启时数据会丢失。</description>
</property>
</configuration>
//2、修改 conf/regionservers 文件,罗列了所有region服务器的主机名.同时在配置完成后,需要同步这些文件到集群上的其他节点 .
2、hbase的启动和关闭
ps:在master服务器上已经配置了对集群中所有slave机器的无密码登录,使用start-hbase.sh脚本即可启动整个集群.
前提条件:
hdfs处于运行状态,jps命令查看namenode和datanode的服务是否正常启动
hbase启动命令:
//hbase的bin目录下,启动伪分布式集群或分布式集群的执行命令
bin/start-hbase.sh
jps //查看进程,如果是完全分布式模式,则在master节点运行有hmaster和hquorumpeer进程;在slave节点上有hregionserver和hquorumpeer进程.
hbase关闭命令:
//hbase的bin目录下,关闭hbase集群,执行命令
bin/stop-hbase.sh
3、Hbase shell及其常用命令
hbase shell是一个命令行工具。在linux上,输入命令: . /hbase shell
3.1 hbase shell
version:显示当前hbase的版本号
status:显示各主节点的状态,之后可以加入参数
whoami:显示当前用户名
退出shell模式:exit或quit.
[test@cs010 bin]$ ./hbase shell //version显示当前hbase版本号 hbase(main):001:0> version 1.4.12, r6ae4a77408ad35d6a7a4e5cebfd401fc4b72b5ec, Sun Nov 24 13:25:41 CST 2019 //status显示各主节点的状态 hbase(main):002:0> status 1 active master, 0 backup masters, 1 servers, 1 dead, 7.0000 average load //whoami显示当前用户名 hbase(main):003:0> whoami test(auth:SIMPLE) groups: test
3.2 表和列族操作
Hbase的表结构(schema)只有表名和列族两项内容.但列族的属性很多,在修改和建立表结构时,可以对列族的数量和属性进行设定.
HBase Shell操作表命令:
3.2.1 创建表
//创建表,必须指明两个参数:表名和列族的名字 1. create \'table1\',\'basic\' //建立表名为table1,含有一个列族basic 2. create \'table1\',\'basic\',\'advanced\' //建立表名为table1,建立了2个列族basic,advanced. 3. create \'table2\',\'basic\',MAX_FILESIZE=>\'134217728\' //对表中所有列族设定,所有分区单次持久化的最大值为128MB 4. create \'TABLE1\',\'basic\' //hbase区分大小写,与第一个table1是2张不同的表 5. create \'table1\',{NAME => \'basic\',VERSION => 5,BLOCKCACHE => true} //大括号内是对列族basic进行描述,定义了VERSION=>5,表示对于同一个cell,保留最近的5个历史版本,BLOCKCACHE赋值为true,允许读取数据时进行缓存.其他未指定的参数,采用默认值 //大括号中的语法,NAME和VERSION为参数名,不需要用括号引用. //创建命名空间 create_namespace \'bigdata\' //命名空间下创建表 create \'bigdata:student\',\'info\' //命名空间下删除表,如果有表,需要先删除表
drop_namespace \'bigdata\'
3.2.2 查看表名列表
//list命令查看当前所有表名 list //list命令查看当前命名空间 list_space //exists 命令查看此表是否存在 exists \'table_test1\' eg: hbase(main):010:0> list TABLE table_test1 1 row(s) in 0.0060 seconds hbase(main):043:0> list_namespace NAMESPACE default 1 row(s) in 0.0190 seconds hbase(main):011:0> exists \'table_test1\' Table table_test1 does exist 0 row(s) in 0.0070 seconds
3.2.3 描述表结构
//描述表结构 describe命令查看指定表的列族信息,包括有多少个列族、每个列族的参数信息 describe \'table_test1\'
//描述命名空间下的表结构
describe \'bigdata:table_test1\'
eg: hbase(main):013:0> describe \'table_test1\' Table table_test1 is ENABLED table_test1 COLUMN FAMILIES DESCRIPTION {NAME => \'test001\', BLOOMFILTER => \'ROW\', VERSIONS => \'1\', IN_MEMORY => \'false\', KEEP_DELETED_CELLS => \'FALSE\', DATA_BLOCK_ENCODING => \'NONE\', TTL => \'FOREVER\', COMPRESSION => \'NONE\', MIN_VERSIONS => \'0\', BLOCKCACHE => \'true\', BLOCKSIZE =>\'65536\', REPLICATION_SCOPE => \'0\'} {NAME => \'test002\', BLOOMFILTER => \'ROW\', VERSIONS => \'1\', IN_MEMORY => \'false\', KEEP_DELETED_CELLS => \'FALSE\', DATA_BLOCK_ENCODING => \'NONE\', TTL => \'FOREVER\', COMPRESSION => \'NONE\', MIN_VERSIONS => \'0\', BLOCKCACHE => \'true\', BLOCKSIZE =>\'65536\', REPLICATION_SCOPE => \'0\'} 2 row(s) in 0.0250 seconds
3.2.4 修改表结构
//修改表结构,alter命令,比如增加列族或修改列族参数. //eg:表table_test1中新增列族test002 1. alter \'table_test1\',\'test001\',\'test002\' //新增列族test002 2. alter \'table_test1\',\'test002\' //新增列族test002 3. alter \'table_test1\',\'test001\',{NAME=> \'test002\',IN_MEMORY =>true} //新增列族test002 //修改列族名称,该列族下已存有数据,需要对数据进行修改 4. alter \'table_test1\',{NAME=> \'test001\',IN_MEMORY =>true} //删除一个列族,以及其中的数据(前提是至少要有一个列族) 5. alter \'table_test1\',\'delete\'=>\'test001\' 6. alter \'table_test1\',{NAME=> \'test002\',METHOD=>\'delete\'} eg: [haishu@cs010 bin]$ . /hbash shell hbase(main):001:0> list TABLE table_test1 1 row(s) in 0.1710 seconds hbase(main):002:0> alter \'table_test1\',\'delete\'=>\'test001\' Updating all regions with the new schema... 1/1 regions updated. Done. 0 row(s) in 1.9480 seconds hbase(main):003:0> alter \'table_test1\',{NAME=>\'test002\',METHOD=>\'delete\'} Updating all regions with the new schema... 1/1 regions updated. Done. 0 row(s) in 1.8710 seconds
3.2.5 删除表
//先禁用表,再删除表 disable \'table1\' //禁用表table1 is_disable \'table1\'//查看是否禁用成功 drop \'table1\'//删除表 //顺序完成禁用、删除表、删除所有数据、重新建立空表,即清空表中所有的数据 truncate \'table1\'
3.3 数据更新
HBase Shell 增删改查命令:
3.3.1 数据插入
//数据插入,参数依次显示为:表名、行键名称、列族:列的名称、单元格的值、时间戳或数据版本号,数值越大表示时间或版本越新,如果省略,默认显示当前时间戳 put \'table_test\',\'001\',\'basic:test001\',\'micheal jordan\',1 put \'table_test\',\'002\',\'basic:test002\',\'kobe\'
3.3.2 数据更新
//数据更新,put语句行键、列族已存在,但不考虑时间戳。建表时设定VERSIONS=>n,则用户可以查询到同一个cell,最新的n个数据版本 put \'table_test\',\'001\',\'basic:test001\',\'air jordan\',2
3.3.3 数据删除
HBase 的删除操作并不会立即将数据从磁盘上删除,删除操作主要是对要被删除的数据打上标记。
当执行删除操作时,HBase 新插入一条相同的 KeyValue 数据,但是使 keytype=Delete,这便意味着数据被删除了,直到发生 Major compaction 操作时,数据才会被真正的从磁盘上删除,删除标记也会从StoreFile删除。
//数据删除,用delete,必须指明表名和列族名称 delete \'table_test\',\'001\',\'basic\' delete \'table_test\',\'002\',\'basic:test002\' delete \'table_test\',\'002\',\'basic:test002\',2 //如果指明了版本,默认删除的是所有版本<=2的数据 //delete命令的最小粒度是cell,且不能跨列族删除。 //删除表中所有列族在某个行键上的数据,即删除一个逻辑行,则需要使用deleteall命令 deleteall \'table_test\',\'001\' deleteall \'table_test\',\'002\',1 //hbase并不能做实时删除数据,当hbase删除数据时,可以看作为这条数据put了新的版本,有一个删除标记(tombstone)
3.3.4 计数器
//incr命令可以将cell的数值在原值上加入指定数值 incr \'table_test\',\'001\',\'basic:scores\',10 //get_counter命令可以查看计数器的当前值 get_counter \'table_test\',\'001\',\'basic:scores\'
3.3 数据查询
hbase有2种基本的数据查询方法:
1.get:按行键获取一条数据
2.scan:扫描一个表,可以指定行键范围或使用过滤器限制范围。
3.count:采用count指令计算表的逻辑行数
//get命令的必选参数为表名和行键名 get \'table_test\',\'001\' //可选项,指明列族名称、时间戳的范围、数据版本数、使用过滤器 get \'table_test\',\'001\',{COLUMN=>\'basic\'} get \'table_test\',\'001\',{COLUMN=>\'basic\',TIMERANGE=>[1,21]} get \'table_test\',\'001\',{COLUMN=>\'basic\',VERSIONS=>3} get \'table_test\',\'001\',{COLUMN=>\'basic\',TIMERANG=>[1,2],VERSION=>3} get \'table_test\',\'001\',{FILTER=>"ValueFilter(=,\'binary:Michael Jordan 1\')"}
//scan数据扫描,不指定行键,hbase只能通过全表扫描的方式查询数据 scan \'table_test\' //指定列族名称 scan \'table_test\' ,{COLUMN =>\'basic\'} //指定列族和列名 scan \'table_test\' ,{COLUMN =>\'basic:name\'} //指定输出行数 scan \'table_test\' ,{LIMIT => 1} //指定行键的范围,中间用逗号隔开 scan \'table_test\' ,{LIMIT =>\'001\',LIMIT => \'003\'} //指定时间戳或时间范围 scan \'table_test\' ,{TIMESTAMP => 1} scan \'table_test\' ,{TIMESTAMP => [1,3]} //使用过滤器 scan \'table_test\' ,FILTER=>"RowFilter(=,substring:0\')" //指定对同一个键值返回的最多历史版本数量 scan \'table_test\' ,{version=> 1}
//采用count指令可以计算表的逻辑行数 count \'table_test\'
3.3 过滤查询
无论是在get方法还是scan方法,均可以使用过滤器(filter)来显示扫描或输出的范围。
//过滤器进行过滤查询,配合比较运算符或比较器共同使用:>、<、=、>=、<=、!= show_filters
比较器:
- BinaryComparator:完整字节比较器,如:binary:001,表示用字典顺序依次比较数据的所有字节。
- BinaryPrefixComparator:前缀字节比较器,如:binaryprefix:001,表示用字典顺序依次比较数据的前3个字节。
- RegexStringComparator:正则表达式比较器,如regexstring:a*c,表示字符串\'a\'开头,\'c\'结构的所有字符串。只可以用=或!=两种运算符。
- SubstringComparator:子字符串比较器,如substring:00.只可以用=或!=两种运算符。
- BitComparator:比特位比较器。只可以用=或!=两种运算符。
- NullComparator:空值比较器。
//比较器语法使用,用FILTER=> "过滤器(比较方式)"的方式指明所使用的过滤方法 //在语法格式上,过滤的方法用双引号引用,而比较方式用小括号引用 scan \'table_test\',FILTER=>"RowFilter(=,\'substring:0\')" scan \'table_test\',{FILTER=>"RowFilter(=,\'substring:0\')"}
过滤器的用途:
- 行键过滤器
- 列族和列过滤器
- 值过滤器
- 其他过滤器
行键过滤器:
//行键过滤器,RowFilter:可以配合比较器及运算符,实现行键字符串的比较和过滤。 //需求:显示行键前缀为0开头的键值对,进行子串过滤只能用=或!=两种方式,不支持采用大于或小于 scan \'table_test\',FILTER=>"RowFilter(=,\'Substring:0\')" scan \'table_test\',FILTER=>"RowFilter(>=,\'BinaryPrefix:0\')"
//行键前缀比较器,PrefixFilter:比较行键前缀(等值比较)的命令 scan \'table_test\',FILTER=>"PrefixFilter(\'0\')"
//KeyOnlyFilter:只对cell的键进行过滤和显示,不显示值,扫描效率比RowFilter高 scan \'table_test\',{FILTER=>"KeyOnlyFilter()"} //FirstKeyFilter:只扫描相同键的第一个cell,其键值对都会显示出来,如果有重复的行键则跳过。可以用来实现对行键(逻辑行)的计数,和其他计数方式相比。 scan \'table_test\',{FILTER=>"FirstKeyFilter()"} //InclusiveStopFilter:使用STARTROW和ENDROW进行设定范围的scan时,结果会包含STARTROW行,但不包括ENDROW,使用该过滤器替代ENDROW条件 scan \'table_test\',{STARTROW=>\'001\',ENDROW=>\'002\'} scan \'table_test\',{STARTROW=>\'001\',FILTER=>"InclusiveStopFilter (\'binary:002\')",ENDROW=>\'002\'}
列族和列过滤器:
//列族和列过滤器 //列族过滤器:FamilyFilter scan \'table_test\',FILTER=>"FamilyFilter(=,\'substring:test001\')" //列名(列标识符)过滤器:QualifierFilter scan \'table_test\',FILTER=>"QualifierFilter(=,\'substring:test001\')" //列名前缀过滤器:ColumnPrefixFilter scan \'table_test\',FILTER=>"ColumnPrefixFilter(\'f\')" //指定多个前缀的ColumnPrefixFilter:MultipleColumnPrefixFilter scan \'table_test\',FILTER=>"MultipleColumnPrefixFilter(\'f\',\'l\')" //时间戳过滤器:TimestampsFilter scan \'table_test\',{FILTER=>"TimestampsFilter(1,2)"} //列名范围过滤器:ColumnRangeFilter scan \'table_test\',{FILTER=>"ColumnRangeFilter(\'f\',false,\'lastname\',true)"} //参考列过滤器:DependentColumnFilter,设定一个参考列(即列名),如果某个逻辑行包含该列,则返回该行中和以上是关于HBase的基本使用(安装配置启动关闭hbash shell的基本操作)的主要内容,如果未能解决你的问题,请参考以下文章