前提:
HBase版本为 hbase0.94.18.tar.gz
使用HBase的Java api,对HBase进行操作。
1、连接hbase
//设置配置信息
public Configuration getConfig() {
Configuration conf = HBaseConfiguration.create();
conf.set("hbase.master", "192.168.206.21:60000");
conf.set("hbase.zookeeper.quorum", "192.168.206.22,192.168.206.23,192.168.206.24");
conf.set("hbase.zookeeper.property.clientport", "2181");
return conf;
}
2、在hbase中创建表
// 创建表
public boolean createTable(Configuration conf, String tableName) {
boolean result = false;
HBaseAdmin hBaseAdmin = null;
try {
hBaseAdmin = new HBaseAdmin(conf);
if (hBaseAdmin.tableExists(tableName)) {
hBaseAdmin.disableTable(tableName);
hBaseAdmin.deleteTable(tableName);
}
HTableDescriptor hTableDescriptor = new HTableDescriptor(tableName);
hTableDescriptor.addFamily(new HColumnDescriptor("columnFamily1"));
hBaseAdmin.createTable(hTableDescriptor);
result = true;
} catch (MasterNotRunningException e) {
e.printStackTrace();
result = false;
} catch (ZooKeeperConnectionException e) {
e.printStackTrace();
result = false;
} catch (IOException e) {
e.printStackTrace();
result = false;
} finally {
try {
hBaseAdmin.close();
} catch (IOException e) {
e.printStackTrace();
}
}
return result;
}
3、往HBase插入记录
// 插入一条记录
public boolean putRowIntoTable(Configuration conf,String tableName){
boolean result = false;
HTable hTable = null;
try {
hTable = new HTable(conf, tableName);
Put put = new Put("rowkey001".getBytes());
put.add("columnFamily1".getBytes(),"column1".getBytes(),"value1".getBytes());
put.add("columnFamily1".getBytes(),"column2".getBytes(),"value2".getBytes());
hTable.put(put);
result = true;
} catch (IOException e) {
e.printStackTrace();
result = false;
}finally {
try {
hTable.close();
} catch (IOException e) {
e.printStackTrace();
}
}
return result;
}
4、删除记录
// 删除一条记录
public boolean deleteRow(Configuration conf,String hTableName,String rowKey){
boolean result = false;
HTable hTable = null;
try {
hTable = new HTable(conf,hTableName);
hTable.delete(new Delete(rowKey.getBytes()));
result = true;
} catch (IOException e) {
e.printStackTrace();
result = false;
}finally {
try {
hTable.close();
} catch (IOException e) {
e.printStackTrace();
}
}
return result;
}
5、删除表
//删除表
public boolean dropTable(Configuration conf, String tableName){
boolean result = false;
HBaseAdmin hBaseAdmin = null;
try {
hBaseAdmin = new HBaseAdmin(conf);
if(hBaseAdmin.tableExists(tableName)){
hBaseAdmin.disableTable(tableName);
hBaseAdmin.deleteTable(tableName);
}else{
System.err.println(tableName + " is not exist!");
}
result = true;
} catch (IOException e) {
e.printStackTrace();
result = false;
}finally {
try {
hBaseAdmin.close();
} catch (IOException e) {
e.printStackTrace();
}
}
return result;
}
难度升级,再次使用Java api,对HBase进行查询。
HBase数据库,数据量 613,428,000条
HBase表结构,为一表,一列族,一列,一值
表名dnslog,columnfamily为info,列为c1,value.
rowkey组成:账号+”_”+时间
需求:
获取zywy这个账号,在2014-11-11 10:10:10秒 到 2014-12-11 10:10:10秒之间,最后发送的那条数据的内容。
先看代码:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
|
// startrow and endrow
public
void startRowAndEndRow(Configuration conf,String tableName){
DateFormat dFormat =
new
SimpleDateFormat(
"yyyyMMdd HH:mm:ss SSSS"
);
String d1 = dFormat.format(
new
Date
());
String account =
"zywy"
;
HTable hTable = null;
ResultScanner rs = null;
try
{
hTable =
new
HTable(conf, tableName);
FilterList filterList =
new
FilterList(FilterList.Operator.MUST_PASS_ALL);
PrefixFilter filter1 =
new
PrefixFilter((account+
"_"
).getBytes());
filterList.addFilter(filter1);
// RowKey最小日期过滤
String minRowKey =
""
;
minRowKey = account +
"_"
+
"20141111101010"
;
System.out.println(minRowKey);
RowFilter minRowFilter =
new
RowFilter(CompareFilter.CompareOp.GREATER_OR_EQUAL,
new
BinaryComparator(minRowKey.getBytes()));
filterList.addFilter(minRowFilter);
// RowKey最小日期过滤
String maxRowKey =
""
;
maxRowKey = account +
"_"
+
"20141211101010"
;
System.out.println(minRowKey);
RowFilter maxRowFilter =
new
RowFilter(CompareFilter.CompareOp.LESS_OR_EQUAL,
new
BinaryComparator(maxRowKey.getBytes()));
filterList.addFilter(maxRowFilter);
//PageFilter pageFilter = new PageFilter(1);
//filterList.addFilter(pageFilter);
Scan scan =
new
Scan();
scan.setMaxVersions();
scan.setFilter(filterList);
//scan.setStartRow(maxRowKey.getBytes());
//scan.setStopRow(minRowKey.getBytes());
scan.setStartRow(minRowKey.getBytes());
scan.setStopRow(maxRowKey.getBytes());
scan.setCaching(1000);
scan.setCacheBlocks(false);
rs = hTable.getScanner(scan);
ArrayList<KeyValue> resultTempList =
new
ArrayList<KeyValue>();
Result lastR = null;
for
(Result r : rs) {
// for (KeyValue kv : r.raw()) {
// resultTempList.add(kv);
// System.err.println("rowkey:" + new String(kv.getKey()));
// System.err.println("-------------------------------");
// System.err.println("columnFamily:" + new String(kv.getFamily()) +"===column:" + new String(kv.getQualifier()) + "===getValue:" + new String(kv.getValue()));
// }
lastR = r;
}
for
(KeyValue kv : lastR.raw()) {
resultTempList.add(kv);
System.err.println(
"rowkey:"
+
new
String(kv.getKey()));
System.err.println(
"-------------------------------"
);
System.err.println(
"columnFamily:"
+
new
String(kv.getFamily()) +
"===column:"
+
new
String(kv.getQualifier()) +
"===getValue:"
+
new
String(kv.getValue()));
}
System.err.println(
"*********************"
);
System.err.println(
"resultTempList.size:"
+ resultTempList.size());
System.err.println(
"*********************"
);
String d2 = dFormat.format(
new
Date
());
System.err.println(
"开始时间:"
+d1);
System.err.println(
"结束时间:"
+d2);
}
catch
(IOException e) {
e.printStackTrace();
}
finally
{
rs.close();
try
{
hTable.close();
}
catch
(IOException e) {
e.printStackTrace();
}
}
}
|
?结果:
执行速度上,在一秒内完成。如果要返回多个结果,需要将keyvalue的for循环,放到result的for循环内(执行时间,10秒左右)。
在速度上,还是可以接受的。这么快的原因主要在rowkey设计方面,设计的合理性会影响查询时速度。
解释:
ResultScanner,扫描表,获取最终结果。
下面就是定义一些filter的使用。
PrefixFilter,前缀的筛选,也就是筛选rowkey中,最前面字符为zywy的记录。
RowFilter,也是根据rowkey筛选定义记录的范围 minRowKey 和 maxRowKey之间的数据。
PageFilter,这里的pageFilter没用到,这个也是很好的一个类。分页时使用。
scan.setMaxVersions();选择最新版本的数据
scan.setStartRow(minRowKey.getBytes()) 和scan.setStopRow(maxRowKey.getBytes()) 就是设置rowkey的范围了。
Result lastR = null; 定义一个变量,用来存储最后一条记录。
HBase的RowKey是自动排好序的。rowkey是按照ascii码进行排序的。所以最先扫描到的,是最老的数据。但是需求要求返回最新的一条记录。
这里如果向MySql等关系型数据库那样,来一个order by rowkey desc 换个顺序就爽了。可惜HBase没有。官网说明
1
2
3
4
5
6
|
6.3.3. 倒序时间戳
一个数据库处理的通常问题是找到最近版本的值。采用倒序时间戳作为键的一部分可以对此特定情况有很大帮助。也在Tom White的Hadoop书籍的HBase 章节能找到: The Definitive Guide (O'Reilly), 该技术包含追加(Long.MAX_VALUE - timestamp) 到key的后面,如 [key][reverse_timestamp].
表内[key]的最近的值可以用[key]进行 Scan 找到并获取第一个记录。由于 HBase 行键是排序的,该键排在任何比它老的行键的前面,所以必然是第一个。
该技术可以用于代替Section 6.4, “ 版本的数量 ” ,其目的是保存所有版本到“永远”(或一段很长时间) 。同时,采用同样的Scan技术,可以很快获取其他版本
|
我所使用的HBase版本为hbase-0.94.18.tar.gz算是比较老的版本了。
由于没有排序的功能,所以只能是从前往后循环一遍,将最后的变量,存到lastR中。
如果要是支持orderby操作,那么我可以加上pagefilter
1
2
|
PageFilter pageFilter =
new
PageFilter(1);
filterList.addFilter(pageFilter);
|
这样直接返回的就是最新的一条。
其实,在hbase-0.98+就支持了这个顺序反转的功能,通过添加如下代码,就可以实现了。官网说明
1
|
Scan.setReversed(true)
|