2.8.3 hadoop体系之离线计算-HBase数据库-HBase Shell操作

最新推荐文章于 2022-06-02 11:36:24 发布
最新推荐文章于 2022-06-02 11:36:24 发布
阅读量241 收藏
点赞数
分类专栏： 大数据学习之路
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Suyebiubiu/article/details/110352043
版权

目录

1.基本操作

2.表的操作 DDL

2.1 创建表和列族

2.2 查看表的描述:describe

2.3 查看表的描述:desc

2.4 判断某表是否存在：exists

2.5 判断某表是否被禁用:is_disabled

2.6 判断某表是否在启用:is_enabled

2.7 禁用表:disable

2.8 启用表:enable

2.9 删除表:drop

2.10 删除列族:alter 表，delete=>列族

2.11 新增列族:alter 表, NAME=>列族

2.12 删除多个表(首先要禁用多个表)

3.数据的操作 DML

3.1 添加数据:put

3.2 查看数据:scan

3.3 修改表中数据

3.4 查询数据:get

3.5 查询扫描整个表

3.6 删除数据:delete

3.7 删除整行数据

3.8 查看表中总记录数

3.9 清空表中数据

1.基本操作

  • 进入 HBase 客户端命令行

[atguigu@hadoop102 hbase]$ bin/hbase shell

  • 查看帮助命令

hbase(main):001:0> help

  • 查看当前数据库中有哪些表

hbase(main):002:0> list

2.表的操作 DDL

2.1 创建表和列族

hbase(main):009:0> create 'student','info','address' //student:表名    列族：info  address 
Created table student
Took 1.2751 seconds                                                                                                                                                                                               
=> Hbase::Table - student

2.2 查看表的描述:describe

hbase(main):011:0> describe 'student'
Table student is ENABLED                                                                                                                                                                                          
student                                                                                                                                                                                                           
COLUMN FAMILIES DESCRIPTION                                                                                                                                                                                       
{NAME => 'address', VERSIONS => '1', EVICT_BLOCKS_ON_CLOSE => 'false', NEW_VERSION_BEHAVIOR => 'false', KEEP_DELETED_CELLS => 'FALSE', CACHE_DATA_ON_WRITE => 'false', DATA_BLOCK_ENCODING => 'NONE', TTL => 'FORE
VER', MIN_VERSIONS => '0', REPLICATION_SCOPE => '0', BLOOMFILTER => 'ROW', CACHE_INDEX_ON_WRITE => 'false', IN_MEMORY => 'false', CACHE_BLOOMS_ON_WRITE => 'false', PREFETCH_BLOCKS_ON_OPEN => 'false', COMPRESSIO
N => 'NONE', BLOCKCACHE => 'true', BLOCKSIZE => '65536'}                                                                                                                                                          
{NAME => 'info', VERSIONS => '1', EVICT_BLOCKS_ON_CLOSE => 'false', NEW_VERSION_BEHAVIOR => 'false', KEEP_DELETED_CELLS => 'FALSE', CACHE_DATA_ON_WRITE => 'false', DATA_BLOCK_ENCODING => 'NONE', TTL => 'FOREVER
', MIN_VERSIONS => '0', REPLICATION_SCOPE => '0', BLOOMFILTER => 'ROW', CACHE_INDEX_ON_WRITE => 'false', IN_MEMORY => 'false', CACHE_BLOOMS_ON_WRITE => 'false', PREFETCH_BLOCKS_ON_OPEN => 'false', COMPRESSION =
> 'NONE', BLOCKCACHE => 'true', BLOCKSIZE => '65536'}                                                                                                                                                             
2 row(s)
Took 0.1581 seconds

2.3 查看表的描述:desc

desc 'student'
Table student is ENABLED                                                                                                                                                                                          
student                                                                                                                                                                                                           
COLUMN FAMILIES DESCRIPTION                                                                                                                                                                                       
{NAME => 'address', VERSIONS => '1', EVICT_BLOCKS_ON_CLOSE => 'false', NEW_VERSION_BEHAVIOR => 'false', KEEP_DELETED_CELLS => 'FALSE', CACHE_DATA_ON_WRITE => 'false', DATA_BLOCK_ENCODING => 'NONE', TTL => 'FORE
VER', MIN_VERSIONS => '0', REPLICATION_SCOPE => '0', BLOOMFILTER => 'ROW', CACHE_INDEX_ON_WRITE => 'false', IN_MEMORY => 'false', CACHE_BLOOMS_ON_WRITE => 'false', PREFETCH_BLOCKS_ON_OPEN => 'false', COMPRESSIO
N => 'NONE', BLOCKCACHE => 'true', BLOCKSIZE => '65536'}                                                                                                                                                          
{NAME => 'info', VERSIONS => '1', EVICT_BLOCKS_ON_CLOSE => 'false', NEW_VERSION_BEHAVIOR => 'false', KEEP_DELETED_CELLS => 'FALSE', CACHE_DATA_ON_WRITE => 'false', DATA_BLOCK_ENCODING => 'NONE', TTL => 'FOREVER
', MIN_VERSIONS => '0', REPLICATION_SCOPE => '0', BLOOMFILTER => 'ROW', CACHE_INDEX_ON_WRITE => 'false', IN_MEMORY => 'false', CACHE_BLOOMS_ON_WRITE => 'false', PREFETCH_BLOCKS_ON_OPEN => 'false', COMPRESSION =
> 'NONE', BLOCKCACHE => 'true', BLOCKSIZE => '65536'}                                                                                                                                                             
2 row(s)
Took 0.0500 seconds

2.4 判断某表是否存在：exists

hbase(main):013:0> exists 'student'
Table student does exist                                                                                                                                                                                          
Took 0.0185 seconds                                                                                                                                                                                               
=> true

2.5 判断某表是否被禁用:is_disabled

hbase(main):014:0> is_disabled 'student'
false         //fales:没有被禁用                                                                                                                                                                                                    
Took 0.0346 seconds                                                                                                                                                                                               
=> 1

2.6 判断某表是否在启用:is_enabled

hbase(main):015:0> is_enabled 'student'
true        //true :正在启用状态                                                                                                                                                                                                      
Took 0.0098 seconds                                                                                                                                                                                               
=> true

2.7 禁用表:disable

hbase(main):017:0> disable 'student'//禁用student表
Took 0.8065 seconds                                                                                                                                                                                               
hbase(main):018:0> is_disabled 'student'//查看是否被禁用
true     //已被禁用                                                                                                                                                                                                         
Took 0.0124 seconds                                                                                                                                                                                               
=> 1

2.8 启用表:enable

hbase(main):024:0> enable 'student'
Took 0.8293 seconds

2.9 删除表:drop

删除表这里要说一下，只有被禁用的表，才能被drop删除，所以说我们先禁用再删除

hbase(main):019:0> drop 'student'
Took 0.4638 seconds

2.10 删除列族:alter 表，delete=>列族

hbase(main):028:0> alter 'student','delete'=>'address'
Updating all regions with the new schema...
1/1 regions updated.
Done.
Took 2.0847 seconds

2.11 新增列族:alter 表, NAME=>列族

alter 'student,'NAME'=>'address'

2.12 删除多个表(首先要禁用多个表)

删除多个表:	disable_all		drop_all
首先全部禁用
disable_all 'stu.*'
drop_all 'stu.*'	//删除以stu开头的所有表

3.数据的操作 DML

3.1 添加数据:put

hbase(main):004:0> put 'student','1001','info:name','zhangsna'
    //1001：是rowkey
Took 0.5393 seconds 
 
hbase(main):007:0> put 'student','1002','info:name','lisi'
Took 0.0104 seconds

3.2 查看数据:scan

scan 'student'
ROW                                                   COLUMN+CELL                                                                                                                                                 
 1001                                                 column=info:name, timestamp=1537408041183, value=zhangsna                                                                                                   
1 row(s)
Took 0.0767 seconds

3.3 修改表中数据

我们可以发现，添加既是修改，是属于同一语句

put 'student','1002','info:name','wangwu'
Took 0.0134 seconds                                                                                                                                                                                               
hbase(main):010:0> scan 'student'
ROW                                                   COLUMN+CELL                                                                                                                                                 
 1001                                                 column=info:name, timestamp=1537408041183, value=zhangsna                                                                                                   
 1002                                                 column=info:name, timestamp=1537408278285, value=wangwu

3.4 查询数据:get

get 'student','1002'
COLUMN                                                CELL                                                                                                                                                        
 info:name                                            timestamp=1537408278285, value=wangwu                                                                                                                       
1 row(s)
Took 0.0212 seconds

3.5 查询扫描整个表

hbase(main):032:0> scan 'student'
ROW                                                   COLUMN+CELL                                                                                                                                                 
 1001                                                 column=address:phone, timestamp=1537408682430, value=10086                                                                                                  
 1001                                                 column=info:name, timestamp=1537408041183, value=zhangsna                                                                                                   
 1002                                                 column=info:name, timestamp=1537408278285, value=wangwu                                                                                                     
2 row(s)
Took 0.0124 seconds

3.6 删除数据:delete

delete 'student','1001','address:phone'

3.7 删除整行数据

deleteall 'student','1002'

3.8 查看表中总记录数

hbase(main):046:0> count 'student'
1 row(s)
Took 0.2269 seconds                                                                                                                                                                                               
=> 1

3.9 清空表中数据

hbase(main):047:0> truncate 'student'
Truncating 'student' table (it may take a while):
Disabling table...
Truncating table...
Took 2.3399 seconds

 

敲代码的乔帮主
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
离线计算系统
02-05
离线计算系统 A. HADOOP分布式集群的平台搭建 B. HADOOP分布式文件系统HDFS的原理理解及使用 C. HADOOP分布式运算框架MAPREDUCE的原理理解及编程 D. Hive数据仓库工具的熟练应用 E. Flume、sqoop、oozie等辅助工具的熟练使用 F. Shell/python等脚本语言的开发能力
离线计算成本节省的神兵利器
weixin_33991418的博客
03-30 160
背景 对于目前创业成长型的企业来说，离线计算已经必不可少了，通过离线计算我们可以生成复杂的业务报表，通过离线计算我们也能精确的算出用户画像。离线计算已经当今的企业中成为了不可或缺的存在。那么使用弹性计算能够对离线计算领域带来什么好处呢？小编告诉你好处肯定是有的，且听小编娓娓道来。 常见离线计算架构 从上图中我们用最常见的离线计算开源产品Hadoop作为...
离线计算
abcdefghwelcome的博客
12-17 2438
离线计算：批量获取数据、批量传输数据、周期性批量计算数据、数据展示 代表技术：sqoop批量导入数据，HDFS批量存储数据，MapReduce的批量计算数据，蜂巢批量计算数据，**任务调度。 1.hivesql 2.调度平台 3. Hadoop集群运维 4.数据清洗（脚本语言） 5.元数据管理 6.数据稽查 7.数据仓库模型架构 2.流式计算是什么？ 流式计算：数据实时产生，数...
HBase-概述
weixin_30596735的博客
10-06 616
一种分布式、可扩展、支持海量数据存储的 NoSQL 数据库。 逻辑上，HBase 的数据模型同关系型数据库很类似，数据存储在一张表中，有行有列。但从 HBase 的底层物理存储结构（K-V）来看，HBase 更像是一个 multi-dimensional map。 一、HBase 逻辑结构 二、HBase 物理存储结构 三、数据模型 1）Name Space ...
2.8.2 hadoop体系之离线计算-HBase数据库-HBase安装和配置
敲代码的乔帮主
11-29 504
目录 1.前提条件 1.1 Hadoop 正常部署 1. 2 Zookeeper 正常部署 2.安装HBase 2.1 HBase 的解压 2.2 修改Hbase的配置文件 2.2.1hbase-env.sh 修改内容 2.2.2hbase-site.xml 修改内容 2.2.3regionservers修改内容 2.2.4软连接 hadoop 配置文件到 HBase 2.2.5HBase 远程发送到其他集群 2.2.6HBase 服务的启动 2.2.7查看 HBas...
hadoop 2.8.3 eclipse oxygen plugin hadoop-eclipse-plugin-2.8.3.jar
12-25
hadoop-eclipse-plugin-2.8.3.jar hadoop eclipse插件，hadoop版本2.8.3，eclipse版本oxygen，亲测可以，用问题请留言：http://blog.csdn.net/familyshizhouna/article/details/78892500
flink-shaded-hadoop-2-uber-2.8.3-7.0.jar
11-29
With the exception of flink-shaded-hadoop-2, shaded dependencies contained here do not expose any transitive dependencies. They may or may not be self-contained. When using these dependencies it is ...
flink-shaded-hadoop-2-uber-2.8.3-10.0.jar
04-14
当前的flink版本是一个纯净的版本，如果需要依赖其他系统（例如咱们当前flink的相关数据都存储到了hdfs），则需要添加相应的jar包 下载完成后上传到${FLINK_HOME}/lib/目录下
Python库 | aliyun-python-sdk-hbase-2.8.3.tar.gz
05-12
资源分类：Python库 所属语言：Python 资源全名：aliyun-python-sdk-hbase-2.8.3.tar.gz 资源来源：官方 安装方法：https://lanzao.blog.csdn.net/article/details/101784059
hadoop-eclipse插件(hadoop-eclipse-plugin-2.8.3.jar)与winutils
08-29
hadoop-eclipse插件(hadoop-eclipse-plugin-2.8.3.jar)与winutils https://blog.csdn.net/Elmo66/article/details/82182546
离线网页版气体动力学计算器
02-02
Compressible Aerodynamics Calculator 简单方便的离线网页版气体动力学计算器，包括一维等熵流 Isentropic Flow Relations，激波角、激波前后参数关系 Normal Shock Relations Oblique Shock Relations 锥形流 Taylor-Maccoll equation Conical Shock Relations等。注意锥形流计算误差略大，要求高可修改步长或算法。页面有原网站链接，其中有手机版。
大数据离线计算
glamour2015的博客
02-23 5827
离线计算概述 所谓大数据离线计算，就是利用大数据的技术栈（主要是Hadoop），在计算开始前准备好所有输入数据，该输入数据不会产生变化，且在解决一个问题后就要立即得到计算结果的计算模式。 离线（offline）计算也可以理解为批处理（batch）计算，与其相对应的是在线（online）计算或实时（realtime）计算 离线计算的特点 大数据离线计算为多种应用场景提供基础计算功能，其特点 为:...
2.8.13 hadoop体系之离线计算-HBase数据库-HBase的优化
敲代码的乔帮主
12-08 289
目录 1.高可用HA 2.预分区 3.RowKey设计 4.内存优化 5.基础优化 涉及属性： 1.高可用HA 在 HBase 中 HMaster 负责监控 HRegionServer 的生命周期，均衡 RegionServer 的负载， 如果 HMaster 挂掉了，那么整个 HBase 集群将陷入不健康的状态，并且此时的工作状态并 不会维持太久。所以 HBase 支持对 HMaster 的高可用配置。 （1）关闭 HBase 集群（如果没有开启则跳过此步） [atguigu@had
2.8.8 hadoop体系之离线计算-HBase数据库-HBase高级-HBase读流程
敲代码的乔帮主
12-02 292
目录 1.HBase读流程图 2.读流程分析 3.Block Cache（读缓存） 1.HBase读流程图 2.读流程分析 1）Client 先访问 zookeeper，获取 hbase:meta 表位于哪个 Region Server。 2）访问对应的 Region Server，获取 hbase:meta 表，根据读请求的 namespace:table/rowkey， 查询出目标数据位于哪个 Region Server 中的哪个 Region 中。并将该 table 的 regi
网站点击流数据分析项目
热门推荐
u014033218的专栏
08-07 3万+
什么是点击流数据 1.1.1 WEB访问日志 即指用户访问网站时的所有访问、浏览、点击行为数据。比如点击了哪一个链接，在哪个网页停留时间最多，采用了哪个搜索项、总体浏览时间等。而所有这些信息都可被保存在网站日志中。通过分析这些数据，可以获知许多对网站运营至关重要的信息。采集的数据越全面，分析就能越精准。 日志的生成渠道： 1）是网站的web服务器所记录的web访问日志； 2）是通过在页
离线计算框架MapRedure
wer0735的博客
10-17 622
概述 MapReduce客户端 MRAppMaster工作流程 MR作业生命周期及相关状态机 资源申请与再分配 Container启动与释放     ContainerLauncher负责与各个NM通信，以启动或释放Container。 推测执行机制      省略 作业恢复      省略 数据
关于离线计算实践与思考
数据一哥，公众号：数据社
06-02 6616
本期作者陈昱康哔哩哔哩技术专家B站离线平台负责人, 对分布式计算和存储、调度、查询引擎、在线离线混部、高并发等方面有丰富研发和实践经验。曹佳清哔哩哔哩资深开发工程师目前主要关注开源大数据技术，负责B站Spark、Hive相关的建设。1. 背景介绍2018年B站基于Hadoop开始搭建离线计算服务，计算集群规模从最初的两百台到发展到目前近万台，从单机房发展到多机房。我们先后...
Hive实现离线计算（HQL）
芝士味椒盐的博客
01-15 2277
大数据业务分为两大：实时计算，离线计算 实时计算：实时对来到的数据进行及时计算 离线计算：对堆积已久的数据进行计算（MapReduce（效率低）、Hive） Hive提供了 一种类SQL的操作进行查询统计 Hive的底层：是基于MapReduce的引擎，会将查询语句转换为Map阶段和Reduce阶段 MR、Hive：离线计算处理模块的技术 Hive特点： 可扩展性———>Hive自由扩展集群的规模，一般无需重启服务 延展性————>Hive支持用户自定义函数，用户可以根据自己的需
2.8.6 hadoop体系之离线计算-HBase数据库-HBase高级-HBase写流程
敲代码的乔帮主
12-02 246
目录 1.HBase的写流程图 2.流程分析 2.1 具体流程 2.2 关于Hbase:meta表 2.3 关于写入WAL和MemStore的先后问题 1.HBase的写流程图 2.流程分析 2.1 具体流程 1）Client 先访问 zookeeper，获取 hbase:meta 表位于哪个 Region Server。 2）访问对应的 Region Server，获取 hbase:meta 表，根据读请求的 namespace:table/rowkey， 查询出目标数据位于哪个
分割cd /root cp hadoop-huaweicloud-2.8.3-hw-39.jar /home/modules/hadoop- 2.8.3/share/hadoop/common/lib/ cp hadoop-huaweicloud-2.8.3-hw-39.jar /home/modules/hadoop-2.8.3/share/hadoop/tools/lib cp hadoop-huaweicloud-2.8.3-hw-39.jar /home/modules/hadoop2.8.3/share/hadoop/hƩ pfs/tomcat/webapps/webhdfs/WEB-INF/lib/ cp hadoop-huaweicloud-2.8.3-hw-39.jar /home/modules/hadoop-2.8.3/share/hadoop/hdfs/lib/
最新发布
06-05
2. cp hadoop-huaweicloud-2.8.3-hw-39.jar /home/modules/hadoop-2.8.3/share/hadoop/common/lib/ 3. cp hadoop-huaweicloud-2.8.3-hw-39.jar /home/modules/hadoop-2.8.3/share/hadoop/tools/lib 4. cp hadoop-...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值