Spring Boot 2.x ：通过 spring-boot-starter-hbase 集成 HBase
本文内容
- HBase 简介和应用场景
- spring-boot-starter-hbase 开源简介
- 集成 HBase 实战
- 小结
摘录：Many a Man thinks he is buying Pleasure，when he is really sellinghimself a Slave to it.
许多人认为自己花钱买了快乐，其实是花钱做了快乐的奴隶。
一、HBase 简介和应用场景
1.1 HBase 是什么？
HBase 是什么？HBase 是在 Hadoop 分布式文件系统（简称：HDFS）之上的分布式面向列的数据库。而且是 2007 最初原型，历史悠久。
那追根究底，Hadoop 是什么？Hadoop是一个分布式环境存储并处理大数据。Hadoop 使用 MapReduce 算法统计分析大数据。这时候不得不说下 Google 的著名的三篇大数据的论文，分别讲述 GFS、MapReduce、BigTable，详见 https://www.bysocket.com/archives/2051。
那回到 HBase，HBase 在 Hadoop 之上提供了类似 BigTable 的能力，它不同于一般的关系数据库，是一个适合非结构化数据存储的数据库。它也不同于行式数据库，是基于列的模式。
HBase 一个面向列的数据库，排序由行决定。简而言之:
- 表是行的集合。
- 行是列族的集合。列族，就是键值对。每个列族以 key 为列命名，可以有无数的列。
- 列族就是列的集合。列连续存储，并且每个单元会有对应的时间戳
- 列的存储也是键值对。
与行式数据库最大的区别就是，可以面向列设计巨大表，适用于在线分析处理 OLAP。
与关系型数据库 RDBMS 也有些区别如下：
- HBase 宽表，横向扩展。RDBMS 小表，难成规模
- HBase 没有事务
- HBase 无规范化数据，都是键值对 key value
1.2 HBase 应用场景
官网上 hbase.apache.org，特性这么多：
Features：
Linear and modular scalability.
Strictly consistent reads and writes.
Automatic and configurable sharding of tables
Automatic failover support between RegionServers.
Convenient base classes for backing Hadoop MapReduce jobs with Apache HBase tables.
Easy to use Java API for client access.
Block cache and Bloom Filters for real-time queries.
Query predicate push down via server side Filters
Thrift gateway and a REST-ful Web service that supports XML, Protobuf, and binary data encoding options
Extensible jruby-based (JIRB) shell
Support for exporting metrics via the Hadoop metrics subsystem to files or Ganglia; or via JMX
最主要的还是特性能有什么应用场景？大致搜集了下业界的：
- 监控数据的日志详情
- 交易订单的详情数据（淘宝、有赞）
- facebook 的消息详情
二、spring-boot-starter-hbase 开源简介
spring-boot-starter-hbase 是自定义的spring-boot 的 hbase starter，为 hbase 的 query 和更新等操作提供简易的 api 并集成spring-boot 的 auto configuration。
具体地址：
https://github.com/SpringForAll/spring-boot-starter-hbase
三、集成 HBase 实战
具体代码地址：https://github.com/JeffLi1993/springboot-learning-example
工程名：springboot-hbase
3.1 安装 spring-boot-starter-hbase 组件依赖
因为不在公共仓库，只能自行安装。如果有 maven 私库，可以考虑安装到私库。
下载项目到本地：
git clone https://github.com/SpringForAll/spring-boot-starter-hbase.git
安装依赖：
cd spring-boot-starter-hbase
mvn clean install
等待安装完毕即可。
3.2 工程集成依赖
目录结构如下：
springboot-hbase git:(master)
├── pom.xml
└── src
└── main
├── java
│ └── org
│ └── spring
│ └── springboot
│ ├── Application.java
│ ├── controller
│ │ └── CityRestController.java
│ ├── dao
│ │ └── CityRowMapper.java
│ ├── domain
│ │ └── City.java
│ └── service
│ ├── CityService.java
│ └── impl
│ └── CityServiceImpl.java
└── resources
└── application.properties
先在 pom.xml 加入 spring-boot-starter-hbase 组件依赖，也就是上面安装的依赖，核心加入代码如下：
<properties>
<hbase-spring-boot>1.0.0.RELEASE</hbase-spring-boot>
</properties>
<!-- Spring Boot HBase 依赖 -->
<dependency>
<groupId>com.spring4all</groupId>
<artifactId>spring-boot-starter-hbase</artifactId>
<version>${hbase-spring-boot}</version>
</dependency>
然后配置相关 HBase 连接信息，具体 HBase 安装，网上文章一大堆。在 spring-boot 项目的 application.properties 文件中加入对应的配置项目，并检查配置是否正确：
## HBase 配置
spring.data.hbase.quorum=xxx
spring.data.hbase.rootDir=xxx
spring.data.hbase.nodeParent=xxx
具体配置项信息如下：
- spring.data.hbase.quorum 指定 HBase 的 zk 地址
- spring.data.hbase.rootDir 指定 HBase 在 HDFS 上存储的路径
- spring.data.hbase.nodeParent 指定 ZK 中 HBase 的根 ZNode
3.3 HBase 保存查询操作
定义 DTO ，即 domain 包下的 City 对象：
public class City {
/**
* 城市编号
*/
private Long id;
/**
* 省份年龄
*/
private Integer age;
/**
* 城市名称
*/
private String cityName;
public Long getId() {
return id;
}
public void setId(Long id) {
this.id = id;
}
public Integer getAge() {
return age;
}
public void setAge(Integer age) {
this.age = age;
}
public String getCityName() {
return cityName;
}
public void setCityName(String cityName) {
this.cityName = cityName;
}
}
然后定义该对象的 RowMapper，是用来和 HBase 存储作为映射：
public class CityRowMapper implements RowMapper<City> {
private static byte[] COLUMN_FAMILY = "f".getBytes();
private static byte[] NAME = "name".getBytes();
private static byte[] AGE = "age".getBytes();
@Override
public City mapRow(Result result, int rowNum) throws Exception {
String name = Bytes.toString(result.getValue(COLUMN_FAMILY, NAME));
int age = Bytes.toInt(result.getValue(COLUMN_FAMILY, AGE));
City dto = new City();
dto.setCityName(name);
dto.setAge(age);
return dto;
}
}
然后可以用 spring-boot-starter-hbase 组件的 HbaseTemplate 操作 HBase API 。具体操作逻辑写在 CityServiceImpl 业务逻辑实现：
@Service
public class CityServiceImpl implements CityService {
@Autowired private HbaseTemplate hbaseTemplate;
public List<City> query(String startRow, String stopRow) {
Scan scan = new Scan(Bytes.toBytes(startRow), Bytes.toBytes(stopRow));
scan.setCaching(5000);
List<City> dtos = this.hbaseTemplate.find("people_table", scan, new CityRowMapper());
return dtos;
}
public City query(String row) {
City dto = this.hbaseTemplate.get("people_table", row, new CityRowMapper());
return dto;
}
public void saveOrUpdate() {
List<Mutation> saveOrUpdates = new ArrayList<Mutation>();
Put put = new Put(Bytes.toBytes("135xxxxxx"));
put.addColumn(Bytes.toBytes("people"), Bytes.toBytes("name"), Bytes.toBytes("test"));
saveOrUpdates.add(put);
this.hbaseTemplate.saveOrUpdates("people_table", saveOrUpdates);
}
}
HbaseTemplate 提供常见的操作接口如下：
- hbaseTemplate.find 返回 HBase 映射的 City 列表
- hbaseTemplate.get 返回 row 对应的 City 信息
- hbaseTemplate.saveOrUpdates 保存或者更新
如果 HbaseTemplate 操作不满足需求，完全可以使用 hbaseTemplate 的getConnection() 方法，获取连接。进而类似 HbaseTemplate 实现的逻辑，实现更复杂的需求查询等功能
具体代码地址：https://github.com/JeffLi1993/springboot-learning-example
工程名：springboot-hbase
四、小结
其实 starter 这种好处，大家也都知道。低耦合高内聚，类似 JDBCTemplate，将操作 HBase、ES 也好的 Client 封装下。然后每个业务工程拿来即用，不然肯定会有重复代码出现。
另外还是强调一点，合适的业务场景选择 HBase，常见如下:
- 监控数据的日志详情
- 交易订单的详情数据（淘宝、有赞）
- facebook 的消息详情
（关注微信公众号，领取 Java 精选干货学习资料）
