HBase 学习笔记

开篇

传统数据库结构是这样的：

RDBMS-Table.png

但在NoSQL领域，数据表的模样是这样的：

NoSQLTable.png

HBase，就属于该派系的一个典型代表。这些”杂乱无章”的列所构成的多行数据，被称之为一个”稀疏矩阵”，而上图中的每一个”黑块块”，在HBase中称之为一个KeyValue。

Apache HBase是基于Hadoop构建的一个分布式的、可伸缩的海量数据存储系统。

（数据量<10GB，适合Mongodb；数据量>10TB，适合HBase）

数据模型

RowKey

用来表示唯一一行记录的主键，HBase的数据是按照RowKey的字典顺序进行全局排序的，所有的查询都只能依赖于这一个排序维度。

稀疏矩阵

HBase中一个表的数据是按照稀疏矩阵的方式组织的：

RowKey	Columns
Row1	{id, name, phone}
Row2	{id, name, address, title, email}
Row3	{id, address, email}

看的出来：每一行中，列的组成都是灵活的，行与行之间并不需要遵循相同的列定义

Region

HBase中采用了”Range分区”，将Key的完整区间切割成一个个的”Key Range” ，每一个”Key Range”称之为一个Region。

也可以这么理解：将HBase中拥有数亿行的一个大表，横向切割成一个个”子表“，这一个个”子表“就是Region：

Regions.png

Region是HBase中负载均衡的基本单元，当一个Region增长到一定大小以后，会自动分裂成两个。

Column Family

如果将Region看成是一个表的横向切割，那么，一个Region中的数据列的纵向切割，称之为一个Column Family。每一个列，都必须归属于一个Column Family，这个归属关系是在写数据时指定的，而不是建表时预先定义。

RegionAndColumnFamilies.png

KeyValue

每一行中的每一列数据，都被包装成独立的拥有特定结构的KeyValue，KeyValue中包含了丰富的自我描述信息:

Key	ColumnFamily	Qualifier	Timestamp	Type	Value	Tags

HBase shell 练习

在hadoop环境
启动命令

$ hbase shell
HBase Shell; enter 'help<RETURN>' for list of supported commands.
Type "exit<RETURN>" to leave the HBase Shell
Version 1.1.2.2.6.4.0-91, r2a88e694af7238290a5747f963a4fa0079c55bf9, Thu Jan  4 10:42:39 UTC 2018
hbase(main):001:0>

创建表

create {table_name}, {column_family_name}

hbase(main):002:0> create 'test', 'cf'
0 row(s) in 1.5670 seconds

=> Hbase::Table - test
hbase(main):003:0>

列出表信息

hbase(main):003:0> list 'test'
TABLE
test
1 row(s) in 0.0190 seconds

=> ["test"]

向表中插入数据

hbase(main):004:0> put 'test', 'row1', 'cf:a', 'value1'
0 row(s) in 0.1150 seconds

hbase(main):005:0> put 'test', 'row2', 'cf:b', 'value2'
0 row(s) in 0.0100 seconds
hbase(main):007:0> put 'test', 'row3', 'cf:c', 'value3,roy3'
0 row(s) in 0.0080 seconds

扫描表中所有数据

hbase(main):008:0> scan 'test'
ROW                   COLUMN+CELL
 row1                 column=cf:a, timestamp=1539671480227, value=value1
 row2                 column=cf:b, timestamp=1539671504820, value=value2
 row3                 column=cf:c, timestamp=1539671656111, value=value3,roy3
3 row(s) in 0.0240 seconds

获取一行数据

hbase(main):009:0> get 'test', 'row1'
COLUMN                CELL
 cf:a                 timestamp=1539671480227, value=value1
1 row(s) in 0.0180 seconds

禁用/启用表格

hbase(main):028:0> disable 'test'
0 row(s) in 2.2640 seconds

hbase(main):029:0> enable 'test'
0 row(s) in 1.2330 seconds

退出

hbase(main):030:0> quit