HBase命令行操作

2. HBase数据库——命令行操作

为什么不直接取名叫HBase命令行操作而是还要加上数据库三个字？因为直接叫HBase总是会忽略它是数据库这个事情，导致有些时候不能很快的反应过来并且理解一些东西，故而特地加了数据库三个字

HBase数据库的命令行操作也就是通过HBase的命令行终端并通过命令的形式来操作HBase数据库，即HBase数据库的表、数据等的增删改查等操作

该文档还会在后续的学习与使用中继续补充和完善，主要内容围绕HBase数据库的命令行命令进行

2.1. 启动HBase及其命令行

想要通过HBase命令行进行HBase数据库的表、数据等的增删改查等操作需要先打开HBase的命令行

注意：下面出现的${HBASE_HOME}、${HBASE_HOME}代指的是Hadoop和HBase的主目录路径

启动HBase及其命令行一般流程：

1. HBase安装完成并且能够正常启动与使用

2. 开启HBase集群${HBASE_HOME}/bin/start-hbase.sh

   注意：HBase非单机模式启动前你需要先启动Hadoop集群${HADOOP_HOME}/sbin/start-dfs.sh

3. 打开HBase的命令行${HBASE_HOME}/bin/hbase shell

eg：我的${HADOOP_HOME}=/usr/local/hadoop2，${HBASE_HOME}=/usr/local/hbase，并且HBase集群配置是非单机模式的。所以我的前置操作如下：

# 1.启动Hadoop集群
/usr/local/hadoop2/sbin/start-dfs.sh
# 2.启动HBase集群
/usr/local/hbase/bin/start-hbase.sh
# 3.启动HBase命令行
/usr/local/hbase/bin/hbase shell

一些可能会用到的HBase操作知识：

1. HBase的web页面地址：http://<HBase主节点的IP或映射名>:端口号，HBAse的wbe默认端口号是16010或60010。eg：HBase主节点IP：168.254.200.101，端口号默认，则HBase的Wbe页面访问地址为：http://168.254.200.101:16010/

2. 退出HBase命令行：在HBase命令行输入exit或按下Ctrl+D

3. 关闭HBase集群：${HBASE_HOME}/bin/stop-hbase.sh

   我的关闭HBase集群命令就是：/usr/local/hbase/bin/stop-hbase.sh

4. 关闭Hadoop集群：

---

---

2.2. HBase数据库的常用操作命令

注意：下面将以Student表的操作为例，并且有些命令只提供示例不提供说明（有时候一例胜千言，学习是需要一定的关联、联想、抽象能力的）

一些杂七杂八的思考：

1. HBase是NoSQL键值数据库，通过一组值(行键、列族名、列标识、时间戳、状态标识(删除标记还是…标记))作为键来标识一个数据值。后面的HBase数据库操作命令也是基于这种关系
2. HBase键的内容需要包含行键、列族名、列标识是因为HBase表数据的基本结构
3. HBase键的内容需要包含时间戳、状态标记是跟HBase数据的更新方式有关，HBase的数据更新方式是冗余的方式，时间戳体现版本，标记体现操作

HBase的对象层次结构：

1. 系统：版本、状态，拥有的表与表的状态？
2. 命令空间？表隶属于命令空间
3. 表：表名、拥有的列族
4. 列族：列族名、列族属性
5. 数据：所属列族+列标识、数据值、数据时间戳、数据状态

注意：下面的命令出现顺序就以这个简陋的、不科学的HBase的对象层次结构来组织

2.2.1. 获取帮助命令

命令格式：help ['具体命令']

使用示例：

# 获取HBase命令帮助（会输出所有HBase命令及详情？）
help

#获取status这条具体命令的详细信息
help 'status'

2.2.2. HBase系统层次操作命令

命令	格式格式	使用示例	示例任务
查看服务器状态	status	status	查看服务器状态
查看版本信息	version	version	查看版本信息
查询有哪些表	list	list	查询有哪些表
检查表是否存在	exists ‘表名’	exists ‘Student’	检查Student表是否存在

表的启用/禁用命令

enable和disable可以启用或禁用表，is_enabled和is_disabled可以检查表是否被禁用或启用

eg：使用示例（以Student表为例）：

# 禁用表
disable 'Student'

# 检查表是否被禁用
is_disabled 'Student'

# 启用表
enable 'Student'

# 检查表是否被启用
is_enabled 'Student'

2.2.3. HBase的表层次操作命令

3.1、创建表

命令格式：

create ‘表名称’, ‘列族名称1’,‘列族名称2’, ... ,‘列名称N’
#或：
create '表名', {NAME=>'列族名',VERSIONS=>'值',...}, {NAME=>'列族名',VERSIONS=>'值',...},...

eg：创建一张名为Student的表,包含基本信息（baseInfo）、学校信息（schoolInfo）两个列族

create 'Student','baseInfo','schoolInfo'

3.2、查看表的基本信息

命令格式：

desc ‘表名’
#或者？
describe ‘表名’

eg：查看我们创建的那一张Student表的基本信息

describe 'Student'

3.3、删除表

命令格式：

drop '表名'
#注意：删除表前需要先禁用表-->>disable '表名'

eg：删除Student表

# 禁用Student表
disable 'Student'
# 删除Student表
drop 'Student'

3.4、表的修改

列族的增加、删除、修改操作是不是有点像代码的顺序执行操作？如果是不存在的就添加，如果存在则后运行的列族信息覆盖前运行的列族信息，。。。

3.4.1、添加列族

命令格式：

alter ‘表名’, ‘列族名’

eg：为Student表添加列族teacherInfo

alter 'Student', 'teacherInfo'

3.4.2、更改列族的信息

eg：更改Student表的列族baseInfo的存储版本的限制为3（默认情况下，列族只存储一个版本的数据，如果需要存储多个版本的数据，则需要修改列族的属性。修改后可通过desc命令查看）

alter 'Student',{NAME=>'baseInfo',VERSIONS=>3}

3.4.3、删除列族

命令格式：

alter ‘表名’, {NAME => ‘列族名’, METHOD => ‘delete’}

eg：删除Student表的teacherInfo列族

alter 'Student', {NAME => 'teacherInfo', METHOD => 'delete'}

思考：列族的删除就是把他的METHOD 属性更改改为delete，也就是标记为删除状态？如果是这种的话，HBase真是把标记这种手段玩到了极致，因为HBase对数据的删除、修改也是通过标记来区分。。。window等操作系统的文件删除操作也是标记，也就是那个回收站功能。。。延迟操作？

2.2.4. HBase的数据层次操作命令

4.1、插入数据

命令格式：

put ‘表名’, ‘行键’,‘列族:列’,‘值’

注意：如果新增数据的行键值、列族名、列名与原有数据完全相同，则相当于更新操作
eg：下面为Student插入一些数据的示例

put 'Student', 'rowkey1','baseInfo:name','tom'
put 'Student', 'rowkey1','baseInfo:birthday','1990-01-09'
put 'Student', 'rowkey1','baseInfo:age','29'
put 'Student', 'rowkey1','schoolInfo:name','Havard'
put 'Student', 'rowkey1','schoolInfo:localtion','Boston'
put 'Student', 'rowkey2','baseInfo:name','jack'
put 'Student', 'rowkey2','baseInfo:birthday','1998-08-22'
put 'Student', 'rowkey2','baseInfo:age','21'
put 'Student', 'rowkey2','schoolInfo:name','yale'
put 'Student', 'rowkey2','schoolInfo:localtion','New Haven'
put 'Student', 'rowkey3','baseInfo:name','maike'
put 'Student', 'rowkey3','baseInfo:birthday','1995-01-22'
put 'Student', 'rowkey3','baseInfo:age','24'
put 'Student', 'rowkey3','schoolInfo:name','yale'
put 'Student', 'rowkey3','schoolInfo:localtion','New Haven'
put 'Student', 'wrowkey4','baseInfo:name','maike-jack'

4.2、删除数据

eg：一些删除示例

# 删除指定行（删除Student表的rowkey3这一行数据）
delete 'Student','rowkey3'

# 删除指定行中指定列的数据（删除Student表的rowkey3这一行的baseInfo:name这一列的数据）
delete 'Student','rowkey3','baseInfo:name'

4.3、修改(更新)数据

插入数据，如果新增数据的行键值、列族名、列名与原有数据完全相同，则相当于更新操作

4.4、查询数据

查询数据的命令较为复杂，对查询数据命令特别的说明，请看后面的文档

2.2.5. HBase的数据层次操作命令——查询数据

hbase中访问数据有两种基本的方式：

• 按指定rowkey获取数据：get方法；
• 按指定条件获取数据：scan方法。

scan查询可以设置begin和end参数来访问一个范围内所有的数据。get查询本质上就是begin和end相等的一种特殊的scan查询

5.1、Get查询

eg：Get查询的一些使用示例

# 获取指定行中所有列的数据信息
get 'Student','rowkey3'

# 获取指定行中指定列族下所有列的数据信息
get 'Student','rowkey3','baseInfo'

# 获取指定行中指定列的数据信息
get 'Student','rowkey3','baseInfo:name'

5.2、scan查询

命令格式：scan ‘表名’,{条件列表}

scan命令的条件修饰符包括：

• COLUMN，用于指定列族或列。条件格式：COLUMN=>“列或列族列表”
• STARTROW（指定查询的ROWKEY起始行，会先根据这个key定位到region，再向后扫描）。条件格式：STARTROW=>“起始行键”
• STOPROW(指定查询的ROWKEY结束行)。条件格式：STOPROW=>“起始行键”
• TIMERANGE（限定查询的数据的时间戳范围）。条件格式：TIMERANGE=>[开始时间戳,截止时间戳]
• VERSIONS（版本数，即最多显示几个版本）。条件格式：VERSIONS=>版本数
• FILTER（按条件过滤行）。条件格式：FILTER=>“过滤器列表”
• Limit（限制查询结果行数）。条件格式：Limit=>限制返回结果的行数

没有设置条件，即：scan '表名'，则查询整表数据。scan的条件有点像是指定显示的内容

单个条件参数的scan命令，命令的”{}“可以省略：scan '表名',条件

5.2.1、查询整表数据

# 查询Student表整表数据
scan 'Student'

5.2.2、COLUMN条件参数，条件查询/指定查询

# 查询指定列簇的数据
scan 'Student', {COLUMN=>'baseInfo'}
# 注意：因为是单个条件参数，所以花括号可以省略(下同)，即命令可以写作：
scan 'Student', COLUMN=>'baseInfo'

# 查询指定列的数据
scan 'Student', {COLUMNS=> 'baseInfo:birthday'}

# 查询指定多个列或列族
sana 'Student',{COLUMNS=> "baseInfo:birthday,schoolInfo"}

# 查询从rowkey2这个rowkey开始，查找下两个行的最新3个版本的name列的数据：
scan 'Student', {COLUMNS=> 'baseInfo:name',STARTROW => 'rowkey2',STOPROW => 'wrowkey4', LIMIT=>2, VERSIONS=>3}

5.2.3、FILTER条件参数，条件过滤/过滤查询

Filter可以设定一系列条件(过滤器)来进行过滤。

eg：一些示例

# 行键等于24
scan 'Student', FILTER=>"RowFilter(=,'binary:24')"
# 行键包含24
scan 'Student', FILTER=>"RowFilter(=,'substring:24')"
# 行键的前缀等于wr
scan 'Student', FILTER=>"PrefixFilter('wr')" 

# 列族等于24
scan 'Student', FILTER=>"FamilyFilter(=,'binary:24')"
# 列族包含24
scan 'Student', FILTER=>"FamilyFilter(=,'substring:24')"

# 列标识符等于“b”的，注意是列标识符不是列族!!!
scan 'Student', FILTER => "QualifierFilter(=,'binary:b')"
# 列标识符含有“b”的，注意是列标识符不是列族!!!
scan 'Student', FILTER => "QualifierFilter(=,'substring:b')"
# 列标识符前缀为birth的，注意是列标识符不是列族!!!
scan 'Student', FILTER=>"ColumnPrefixFilter('birth')"

# 时间戳？范围还是...？这个过滤器暂时不了解
TimestampsFilter(参数1,参数2)

# 列值等于24的所有数据
scan 'Student', FILTER=>"ValueFilter(=,'binary:24')"
# 列值包含yale的所有数据
scan 'Student', FILTER=>"ValueFilter(=,'substring:yale')"

# 针对单个列的值进行过滤，这个过滤器暂时不了解
SingleColumnValueFilter

# 限制返回的行数，这个过滤器暂时不了解
PageFilter

思考：FILTER的这些过滤器，如ValueFilter(=,‘binary:24’)，ValueFilter(=,‘substring:yale’)，ColumnPrefixFilter(‘birth’)，是不是长得像函数调用？

##FILTER中支持多个过滤条件通过括号、AND和OR进行组合：

eg：

# 列名中的前缀为birth且列值中包含1998的数据
scan 'Student', FILTER=>"ColumnPrefixFilter('birth') AND ValueFilter ValueFilter(=,'substring:1998')"
#上面这条命令是不是错了？应该改成下面这样才对？
scan 'Student', FILTER=>"ColumnPrefixFilter('birth') AND ValueFilter(=,'substring:1998')"

5.2.4、多条件参数的scan查询

# 完整点的多条件参数的scan查询示例
scan 'Student', {COLUMNS=> 'baseInfo:name',STARTROW => 'rowkey2',STOPROW => 'wrowkey4', LIMIT=>2, VERSIONS=>3, FILTER=>"ColumnPrefixFilter('birth') AND ValueFilter(=,'substring:1998')"}