操作HBase的方式、HBase Shell的常用基本操作、hbase在hdfs上的数据存储位置、hbase中的regions(分区)、hbase中的数据存放顺序

目录

操作HBase的方式

HBase 自带的 shell

Hive 中使用外部表

MapReduce

Phoenix

Java API -- 最常用

HBase shell 的常用基本操作

// 进入
hbase shell
// 退出
exit

在 HBase shell 中一行命令的结束不需要以 ; 结尾，这一点和 MySQL、hive 不同

在 HBase shell 中 Backspace 键是删除光标后面的，想要删除光标前面的需要使用 Ctrl+Backspace

https://blog.csdn.net/vbirdbest/article/details/88236575 -- HBaseShell命令大全

创建表

create '表名','列族名'

建表时指定命名空间 -- 在表名前指定，以 : 分隔

例如 'namespace:表名'

可以模仿列族的格式(通过 desc 查看表结构)，在建表的时候添加对列族的设置

例如 在建表的时候添加 版本属性

create '表名',{NAME => '列族名',VERSIONS => '版本数'}

若在建表的时候需要指定多个列族，多个列族之间用 , 隔开

如果 '表名' 中 不指定命名空间，则默认在default命名空间

示例 创建一个User表，并且有一个info列族

create 'User','info'

查看所有表

list

list可以查看除 hbase 命名空间 下的所有表

或者使用 HBASE 的 web 界面

查看所有的命名空间(类似 show databases )

命名空间类似于之前的数据库的概念

list_namespace

创建命名空间(类似 create database )

create_namespace '库名'

查看命名空间下的表

list_namespace_tables '库名'

删除表

因为在hbase中表是有状态的

在删除表之前需要先禁用表
disable '库名:表名'

同理 开启表
enable '库名:表名'

删除表
drop '库名:表名'

向表中插入数据

语法：put 'namespace:table','rowkey','列族:列名','value'

向 hbase 中插入中文的话会出现乱码，因为 hbase 存储数据是按照 byte[] 去存的

所以 hbase 中 可以存储 任意类型

例如

put 'test','000','info:name','zhaosi'

查询表中数据

语法：get '表名','rowkey'

get 查看的是最新的数据

例如

get 'test','001'

在 hbase 中每个数据有多个版本

查看数据的多个版本

get '表名','rowkey',{COLUMN => '列族名',VERSIONS => 版本数}

如何区分表中有多少数据 -- 根据 rowkey

修改表中数据

再插入一次数据进行覆盖即可

帮助命令

命令 help
查看命令如何使用

查看表结构

desc '表名'

主要查看列族

删除表中数据

delete '表名','rowkey','列族:列名'

如果不指定列名，会将列族中所有数据都删除

如果指定 rowkey 中的某个列的数据有几次修改，它会删除最近的一次修改

注意在hbase中删除数据的时候，其实HBase不是真的直接把数据删除掉，而是给某个列设置一个标志，然后查询数据的时候，有这个标志的数据，就不显示出来，

清空表

truncate '表名'

会导致表的预分区被重置成一个分区

删除指定的列族

alter '表名','delete' => '列族名'

执行此命令 会更新所有的 regions(分区)

增加新的列族

alter '表名', NAME => '列族名'

扫描所有数据

在 hbase 中查看数据有两种方式

get -- 获取指定rowkey的数据

scan -- 获取指定rowkey范围的数据、或全表的数据

扫描全表数据

scan '表名'

注意 在 hbase中 的数据通常都非常大，不建议全表扫描

扫描指定rowkey范围的数据

scan '表名', {STARTROW => '开始rowkey', ENDROW => '结束rowkey'}

scan中也可以使用limit

例如 scan '表名',{LIMIT => 显示数量}

统计表中数据量

count '表名'

其中有两个参数

count '表名', {INTERVAL => intervalNum, CACHE => cacheNum}

INTERVAL设置多少行显示一次及对应的rowkey，默认1000

CACHE每次去取的缓存区大小，默认是10

调整该参数可提高查询速度

查看表是否存在

exists '表名'

手动切分表来生成多个regions

split '表名','rowkey'

就会按照 指定的 rowkey 切分这张表

例如 split 'test','10'

将 test 表 按10 切分，生成两个region

hbase:meta --- 存储表的元数据的 例如 region 的范围

hbase:namespace --- 存储命名空间的

hbase 在 hdfs 上的数据存储位置

默认在 hdfs /hbase/data/ 下

hbase 中的 regions(分区)

hbase 中的表 默认 只有 一个 region

region 其实就是 保存一段连续的 rowkey

当表达到一定大小的时候就会将表进行切分，将之变成两个分区

为什么要进行切分呢？？

可以将数据放在不同的 HRegionServer 上面 ，实现负载均衡

hbase 中的 数据存放 顺序

按照 rowkey 字典升序

在hbase中有个概念叫三维有序

第一维 -- rowkey 字典升序

第二维 -- 列族名+列名 字典升序

第三维 -- 按照版本的时间戳 自然降序

posted @ 2022-02-25 23:57  赤兔胭脂小吕布  阅读(384)  评论(0)  编辑  收藏  举报