文章目录
一 Hbase简介
1.1 Hbase定义
Hbase是一种分布式、可扩展、支持海量数据存储的nosql数据库
1.2 hbase数据模型
逻辑上,Hbase的数据模型与关系型数据库很类似,数据存储在一张表中,有行有列。但从底层物理存储结构(k-v)来看,Hbase更像是一个多维度的map。
1.2.1 Hbase逻辑结构
1.2.2 Hbase物理存储结构
1.2.3 数据模型
1)Name Space
命名空间,类似于关系型数据库的DataBase概念,每个命名空间下有多个表。HBase有两个自带的命名空间,分别是“hbase”和“default”,“hbase”中存放的是HBase内置的表,“default”表是用户默认使用的命名空间。
2)Region
类似于关系型数据库的表概念。不同的是,HBase定义表时只需要声明列族即可,不需要声明具体的列。这意味着,往HBase写入数据时,字段可以动态、按需指定。因此,和关系型数据库相比,HBase能够轻松应对字段变更的场景。
3)Row
HBase表中的每行数据都由一个RowKey和多个Column(列)组成,数据是按照RowKey的字典顺序存储的,并且查询数据时只能根据RowKey进行检索,所以RowKey的设计十分重要。
4)Column
HBase中的每个列都由**Column Family(列族)和Column Qualifier(列限定符)**进行限定,例如info:name,info:age。建表时,只需指明列族,而列限定符无需预先定义。
5)Time Stamp
用于标识数据的不同版本(version),每条数据写入时,如果不指定时间戳,系统会自动为其加上该字段,其值为写入HBase的时间。
6)Cell
由{rowkey, column Family:column Qualifier, time Stamp} 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储。
1.3 Hbase架构
二 Hbase快速入门
2.1 Hbase安装部署
1)下载Hbasetar包解压到指定路径
2)配置环境变量
3)修改Hbase对应的配置文件
hbase-env.sh修改内容
export HBASE_MANAGES_ZK=false
hbase-site.xml
<property>
<name>hbase.rootdir</name>
<value>hdfs://hadoop102:8020/HBase</value>
</property>
<property>
<name>hbase.cluster.distributed</name>
<value>true</value>
</property>
<property>
<name>hbase.zookeeper.quorum</name>
<value>hadoop102,hadoop103,hadoop104</value>
</property>
regionservers
ip1
ip2
ip3
2.1.1 查看Hbase服务启动及页面
start-hbase.sh
stop-hbase.sh
提示:如果集群之间的节点时间不同步,会导致regionserver无法启动,抛出ClockOutOfSyncException异常。
①同步时间服务
②属性:hbase.master.maxclockskew设置更大的值
<property>
<name>hbase.master.maxclockskew</name>
<value>180000</value>
<description>Time difference of regionserver from master</description>
</property>
2.1.2 Hmaster的高启用
一个Hmaster如果挂掉可能会导致整个hbase挂掉,此时配置高可用就是可以在主Hmaster挂掉之后,备用Hmaster会快速补上
在hbase的解压文件下的conf目录下新建一个问价backup-master(名字必须一样不然不能识别),在里面添加需要的备用Hmaster即可
2.2Hbase shell操作
1、创建命名空间
create_namespace 命名空间名称
2、创建表
create 表名,列簇1名,列簇2名,.
3、修改表结构
新增列簇:alter 表名,{NAME=>列簇名,VERSIONS=>4}
修改列簇;alter 表名,NAME=>待修改的列簇名,VERSION=>版本号
4、插入数据
put ‘命名空间:表名’,‘rowkey’,‘列簇名:列限定符’,‘值’
5、修改数据与插入一样
6、删除数据
1、删除cell数据: delete ‘命名空间:表名’,‘rowkey’,‘列簇名:列限定符’
2、删除正行: deleteall ‘命名空间:表名’,‘rowkey’
7、删除表:
1、禁用表; disable ‘命名空间:表名’
2、删除: drop ‘命名空间:表名’
8、清空表数据
truncate ‘命名空间:表名’
9、统计表行数
count ‘命名空间:表名’
10、删除命名空间
drop_namespace ‘命名空间’ [命名空间中没有表才能删除]
11、查询数据
1、根据rowkey查询:
1、查询正行:get ‘命名空间:表名’,‘rowkey’
2、查询某个列簇的数据: get ‘命名空间:表名’,‘rowkey’,‘列簇名’
3、查询某个列: get ‘命名空间:表名’,‘rowkey’,‘列簇名:列限定符’
2、扫描数据
1、查询整表数据:scan ‘命名空间:表名’
2、查询列簇的数据: scan ‘命名空间:表名’,{COLUMNS=>‘列簇名’}
2、查询列的数据: scan ‘命名空间:表名’,{COLUMNS=>‘列簇名:列限定符’}
12、查询所有表: list
13、查询所有命名空间: list_namespace
14、查询表结构信息;describe ‘命名空间:表名’