HBase删除数据
hbase官方文档中描述了，hbase删除数据可以总结为下面三种（Java API有很多接口，可以总结下面的几种）：
- 删除一个列的指定版本
- 删除一个列的所用版本
- 删除指定列族的所有列
hbase删除数据，并不是马上删掉，只是对数据打一个删除标记，真正删除数据是等到下一次major_compact（除非KEEP_DELETED_CELLS=true）。当删除整行时，hbase会给这条数据每个列族打一个删除标记。有两个需要注意的地方：
1. major_compact之前和之后，查询结果不一样，具体看例子：
public class DeleteExample { public static void main(String[] args) throws IOException { Configuration conf = HBaseConfiguration.create(); Connection connection = ConnectionFactory.createConnection(conf); Admin admin = connection.getAdmin(); if(admin.tableExists(TableName.valueOf("test2"))){ admin.disableTable(TableName.valueOf("test2")); admin.deleteTable(TableName.valueOf("test2")); } HTableDescriptor desc = new HTableDescriptor(TableName.valueOf("test2")); HColumnDescriptor coldef = new HColumnDescriptor("cf"); coldef.setMaxVersions(2); desc.addFamily(coldef); admin.createTable(desc); Table table = connection.getTable(TableName.valueOf("test2")); Put put1 = new Put(Bytes.toBytes("r1")); put1.addColumn(Bytes.toBytes("cf"), Bytes.toBytes("c1"), 1, Bytes.toBytes("value1")); table.put(put1); Put put2 = new Put(Bytes.toBytes("r1")); put2.addColumn(Bytes.toBytes("cf"), Bytes.toBytes("c1"), 2, Bytes.toBytes("value2")); table.put(put2); Put put3 = new Put(Bytes.toBytes("r1")); put3.addColumn(Bytes.toBytes("cf"), Bytes.toBytes("c1"), 3, Bytes.toBytes("value3")); table.put(put3); //Delete delete = new Delete(Bytes.toBytes("r1")); //delete.addColumn(Bytes.toBytes("cf"), Bytes.toBytes("c1"), 2); //table.delete(delete); table.close(); } }
上述代码中，创建了test2，并设置列族cf的最大版本数据2，然后先后添加了3个版本的单元格，这是从shell中可以查看数据，如下：
hbase(main):035:0> get 'test2','r1',{COLUMN => 'cf:c1',VERSIONS => 2}
COLUMN CELL
cf:c1 timestamp=3, value=value3
cf:c1 timestamp=2, value=value2
然后，修改java代码，注释掉建表以及添加数据的代码，增加一个delete操作，指定版本时间戳为2（或者3），执行后，再从shell中查看数据，如下：
hbase(main):033:0> get 'test2','r1',{COLUMN => 'cf:c1',VERSIONS => 2}
COLUMN CELL
cf:c1 timestamp=3, value=value3
cf:c1 timestamp=1, value=value1
可以发现，版本1复活了，这是由于服务器把内部处理推迟了，该列的老版本数据仍然存在，删除较新的版本（2）会使它们再次查询到。
如果，在添加数据之后，做下flush和major_compact，然后再做删除操作，查询结果如下：
hbase(main):036:0> flush 'test2' 0 row(s) in 0.5280 seconds hbase(main):037:0> major_compact 'test2' 0 row(s) in 0.3760 seconds hbase(main):038:0> get 'test2','r1',{COLUMN => 'cf:c1',VERSIONS => 2} COLUMN CELL cf:c1 timestamp=3, value=value3 1 row(s) in 0.0100 seconds
可以发现，版本1在合并之后，已经被删除了（因为这时已经有2个版本了，达到了设置的最大版本数据），之后再删除版本2，只能查询出版本3了
另外，如果major_compact是在删除版本2之后做的，那么最后查询的数据仍然为版本1和版本3，我理解这是因为列族设置的最大版本数据为2，所以hbase会保留2个版本
2.删除会屏蔽时间戳靠前的put操作，例子如下：
hbase(main):047:0> create 'test6',{NAME=>'f1',VERSIONS=>3}
0 row(s) in 1.2500 seconds
=> Hbase::Table - test6
hbase(main):048:0> put 'test6','r1','f1:c','val',1
0 row(s) in 0.0140 seconds
hbase(main):049:0> put 'test6','r1','f1:c','val',3
0 row(s) in 0.0080 seconds
hbase(main):050:0> put 'test6','r1','f1:c','val',5
0 row(s) in 0.0030 seconds
hbase(main):051:0> get 'test6','r1',{COLUMN => 'f1:c',VERSIONS => 3}
COLUMN CELL
f1:c timestamp=5, value=val
f1:c timestamp=3, value=val
f1:c timestamp=1, value=val
3 row(s) in 0.0080 seconds
hbase(main):052:0> delete 'test6','r1','f1:c',3
0 row(s) in 0.0090 seconds
hbase(main):053:0> get 'test6','r1',{COLUMN => 'f1:c',VERSIONS => 3}
COLUMN CELL
f1:c timestamp=5, value=val
1 row(s) in 0.0040 seconds
hbase(main):054:0> put 'test6','r1','f1:c','val',2
0 row(s) in 0.0100 seconds
//get操作没有查询到版本2
hbase(main):055:0> get 'test6','r1',{COLUMN => 'f1:c',VERSIONS => 3}
COLUMN CELL
f1:c timestamp=5, value=val
1 row(s) in 0.0080 seconds
hbase(main):056:0> flush 'test6'
0 row(s) in 0.5280 seconds
hbase(main):057:0> major_compact 'test6'
0 row(s) in 0.3280 seconds
hbase(main):058:0> get 'test6','r1',{COLUMN => 'f1:c',VERSIONS => 3}
COLUMN CELL
f1:c timestamp=5, value=val
1 row(s) in 0.0070 seconds
//做完major_compact之后，在PUT，可以查询对应的版本数据
hbase(main):059:0> put 'test6','r1','f1:c','val',2
0 row(s) in 0.0110 seconds
hbase(main):060:0> get 'test6','r1',{COLUMN => 'f1:c',VERSIONS => 3}
COLUMN CELL
f1:c timestamp=5, value=val
f1:c timestamp=2, value=val
2 row(s) in 0.0050 seconds
在hbase shell中，指定时间戳T删除列时，会删除所有时间戳小于T的版本；
java api中 :delete.addColumn(Bytes.toBytes("cf"), Bytes.toBytes("c1"), 3)，是只删除指定的版本
