HBase常用操作

1.创建表

create 'test','cf1','cf2'
备注：1.test表示表名；2.cf1和cf2表示列簇名，根据实际情况增加

2.查看有哪些表

list
备注：类似mysql的show tables;

3.查看表结构

describe 'test'
备注：类似mysql的desc

4.添加数据

给test表的cf1:name列插入数据
put 'test','rowkey_001','cf1:name','zhangsan'

给test表的cf1:address列插入数据
put 'test','rowkey_001','cf1:address','beijing'

给test表的cf2:name列插入数据
put 'test','rowkey_002','cf2:name','lisi'

给test表的cf2:address列插入数据
put 'test','rowkey_002','cf2:address','xian'

备注：
1.rowkey_001和rowkey_002表示rowkey,必须保证唯一，插入数据时指定，建议不同列簇的数据使用不同rowkey;

5.查询数据

a.全表扫描

scan 'test'

b.根据条件进行查询

scan 'test',{COLUMNS => [cf1,cf2],LIMIT => 10,STARTROW => 'rowkey_002'}

备注：1.COLUMNS表示要扫描的列簇；2.LIMIT表示显示前10个rowkey对应的数据；3.STARTROW表示起始rowkey位置

c.根据rowkey查看对应的数据

get 'test','rowkey_001'

6.创建表指定预分区

说明：1.默认创建表为快速建表，创建完成后只有一个region，随着数量增大会自动分裂成多个region,但是前期数据写入和读取性能较低；2.强烈建议建表时预分区，这样在初期数据的写入速度会高很多。

方法一：直接指定（适合分区较少时使用）

create 'test','cf',SPLITS => ['10','20','30','40','50']

方法二：读取文件方式
create 'test',{NAME => 'cf',COMPRESSION => 'SNAPPY',DATA_BLOCK_ENCODING => 'FAST_DIFF',BLOCKSIZE => '32768',MOB_THRESHOLD => '102400',IS_MOB => 'true'},{SPLITS_FILE => '/opt/region.txt'}

或

create 'test',{NAME => 'cf',TTL => 'forever'},SPLITS => '/opt/region.txt'

备注：
1.NAME表示列簇名；
2.COMPRESSION表示压缩格式；
3.IS_MOB是MOB表的开关，如果要创建MOB，就设置为true，否则为false；
4.SPLITS_FLIE表示预先分区（建议进行预分区，避免热点问题，查询性能较高），region.txt表示提前准备好的rowkey分区文本。
类似（region.txt中每个rowkey名只能占一行）：
rowkey001
rowkey002

方法三：代码实现

创建一个预分region的表

byte[][] splits = new byte[4][];

splits[0] = Bytes.toBytes("A");

splits[1] = Bytes.toBytes("H");

splits[2] = Bytes.toBytes("O");

splits[3] = Bytes.toBytes("U");

admin.createTable(htd,splits);

7.清空表数据

truncate_preserve  'test'

8.刷新表数据（将表中数据刷入磁盘）

flush  'test'

9.删除表

disable  'test'

drop 'test'

10.导入导出表数据

• 导入

    hbase  org.appche.hadoop.hbase.mapreduce.import   <tablename>   <outdir>

    或

    hbase  org.appche.hadoop.hbase.mapreduce.Driver  import  <tablename>   <outdir>

•  导出

    hbase  org.appche.hadoop.hbase.mapreduce.export   <tablename>   <outdir>

    或

    hbase  org.appche.hadoop.hbase.mapreduce.Driver export   <tablename>   <outdir>