Hbase简介及常用命令相关知识总结

目录

前言：

对于Hbase来说，由于其是基于列的数据库，所以比传统的数据库快许多（每次查询只需要查询一个属性值，传统数据库则需要查询一行数据中的所有属性，因此比较慢。）以下只是对Hbase做了一个基本介绍，看完该博客后，希望能对Hbase有个基本的了解。

1.Hbase简介

1.1、什么是Hbase

HBASE是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，利用HBASE技术可在廉价PC Server上搭建起大规模结构化存储集群。
HBASE的目标是存储并处理大型的数据，更具体来说是仅需使用普通的硬件配置，就能够处理由成千上万的行和列所组成的大型数据。
HBASE是Google Bigtable的开源实现，但是也有很多不同之处。比如：Google Bigtable利用GFS作为其文件存储系统，HBASE利用Hadoop HDFS作为其文件存储系统；Google运行MAPREDUCE来处理Bigtable中的海量数据，HBASE同样利用Hadoop MapReduce来处理HBASE中的海量数据；Google Bigtable利用Chubby作为协同服务，HBASE利用Zookeeper作为对应。

1.2、与传统数据库的对比

1、传统数据库遇到的问题：
1）数据量很大的时候无法存储
2）没有很好的备份机制
3）数据达到一定数量开始缓慢，很大的话基本无法支撑
2、HBASE优势：
1）线性扩展，随着数据量增多可以通过节点扩展进行支撑
2）数据存储在hdfs上，备份机制健全
3）通过zookeeper协调查找数据，访问速度块。

1.3、Hbase集群中的角色

1、一个或者多个主节点，Hmaster
Hmaster的职责
1、管理用户对Table的增、删、改、查操作；
2、记录region在哪台Hregion server上；
3、在Region Split后，负责新Region的分配；
4、新机器加入时，管理HRegion Server的负载均衡，调整Region分布
5、在HRegion Server宕机后，负责失效HRegion Server 上的Regions迁移。

2、多个从节点，HregionServer
HregionServer的职责
HRegion Server主要负责响应用户I/O请求，向HDFS文件系统中读写数据，是HBASE中最核心的模块。
HRegion Server管理了很多table的分区，也就是region。

2、Hbase数据模型

1、row key（可看成是id,不可重复。时间戳可以看成是数据的版本号，每更新一次数据时间戳就会随之改变。存储数据是无类型、字节码存储方便传输）：
与nosql数据库们一样,row key是用来检索记录的主键。访问HBASE table中的行，只有三种方式：
1.通过单个row key访问
2.通过row key的range（正则）
3.全表扫描
Row key行键 (Row key)可以是任意字符串(最大长度 是 64KB，实际应用中长度一般为 10-100bytes)，在HBASE内部，row key保存为字节数组。存储时，数据按照Row key的字典序(byte order)排序存储。设计key时，要充分排序存储这个特性，将经常一起读取的行存储放到一起。(位置相关性)

2、Columns Family（列族是表结构，列是数据）：

列簇 ：HBASE表中的每个列，都归属于某个列族。列族是表的schema的一部分(而列不是)，必须在使用表之前定义。
列名都以列族作为前缀。例如 courses:history，courses:math都属于courses 这个列族。

3、Cell：

由{row key, columnFamily, version} 唯一确定的单元。cell中 的数据是没有类型的，全部是字节码形式存贮。
关键字：无类型、字节码

4、Time Stamp：

HBASE 中通过rowkey和columns确定的为一个存贮单元称为cell。每个 cell都保存着同一份数据的多个版本。版本通过时间戳来索引。时间戳的类型是 64位整型。时间戳可以由HBASE(在数据写入时自动 )赋值，此时时间戳是精确到毫秒 的当前系统时间。时间戳也可以由客户显式赋值。如果应用程序要避免数据版 本冲突，就必须自己生成具有唯一性的时间戳。每个 cell中，不同版本的数据按照时间倒序排序，即最新的数据排在最前面。
**为了避免数据存在过多版本造成的的管理 (包括存贮和索引)负担，HBASE提供 了两种数据版本回收方式。一是保存数据的最后n个版本，二是保存最近一段 时间内的版本（比如最近七天）。**用户可以针对每个列族进行设置。

3、Hbase命令

名称 命令表达式
创建表 create ‘表名’, ‘列族名1’,‘列族名2’,‘列族名N’
查看所有表 list
描述表 describe ‘表名’
判断表存在 exists ‘表名’
判断是否禁用启用表 is_enabled ‘表名’ is_disabled ‘表名’
添加记录 put ‘表名’, ‘rowKey’, ‘列族 : 列‘ , ‘值’
查看记录rowkey下的所有数据 get ‘表名’ , ‘rowKey’
查看表中的记录总数 count ‘表名’
获取某个列族 get ‘表名’,‘rowkey’,‘列族’
获取某个列族的某个列 get ‘表名’,‘rowkey’,‘列族：列’
删除记录 delete ‘表名’ ,‘行名’ , ‘列族：列’
删除整行 deleteall ‘表名’,‘rowkey’
删除一张表 先要屏蔽该表，才能对该表进行删除
第一步 disable ‘表名’ ，第二步 drop ‘表名’
清空表 truncate ‘表名’
查看所有记录 scan “表名”
查看某个表某个列中所有数据 scan “表名” , {COLUMNS=>‘列族名:列名’}
更新记录 就是重写一遍，进行覆盖，hbase没有修改，都是追加

总结：

对于Hbase来说你应该知道以下几点：
1、它是什么，能干什么；
2、Hbase集群中角色以及对应的职责；
3、Hbase数据模型以及读写数据的原理；
4、Hbase常用命令行
如果你能了解以下几个知识点，那么恭喜你已经达到“小菜鸟”的水平。后续如果想深入了解，则需要学习更多的相关知识。