HBase入门学习

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。

HBase数据模型

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（多维地图）。

HBase逻辑结构

HBase物理存储结构

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表示用户默认使用的命名空间。
2）Table
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表小红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的设计十分的重要。
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，只需要指明列族，而列族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，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中的数据全部是字节码形式存贮。

HBase基本架构

架构角色
1）Region Server （jvm进程）
Region Server 为Region的管理者，其实现类为HRegionServer，主要作用如下：
对于数据的操作：get，put，delete；
碎玉Region的操作：splitRegion、compactRegion。

2）Master
Master是所有Region Server的管理者，其实现类为HMaster，其作用如下：
对于表的操作：create，delete，alter
对于RegionServer的操作：分配regions到每个RegionServer，监控每个RegionServer的状态、负载均衡和故障转移。
3）Zookeeper
HBase通过Zookeeper来做master的高可用、RegionServer的监控、元数据的入口以及集群配置的维护等工作。
4）HDFS
HDFS为HBase提供最终的底层数据存储服务，同时为HBase提供高可用的支持。

HBase的安装部署

zookeeper的正常部署

bin/zkServer.sh start
bin/zkServer.sh start
bin/zkServer.sh start

hadoop的正常部署

sbin/start-dfs.sh
sbin/start-yarn.sh

HBase的解压

 tar -zxvf hbase-2.0.5-bin.tar.gz -C /opt/module
 mv /opt/module/hbase-2.0.5 /opt/module/hbase

配置环境变量

sudo vim /etc/profile.d/my_env.sh
添加
#HBASE_HOME
export HBASE_HOME=/opt/module/hbase
export PATH=$PATH:$HBASE_HOME/bin

HBase的配置文件
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修改内容

<configuration>
    <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>

    
</configuration>

regionservers修改内容

hadoop102
hadoop103
hadoop104

分发HBase到其他集群

xsync hbase/

HBase服务的启动
单点启动

bin/hbase-daemon.sh start master
bin/hbase-daemon.sh start regionserver

提示：如果集群之间的节点时间不同步，会导师regionserver无法启动，抛出ClockOutOfSyncException异常。
群起

bin/start-hbase.sh

对应的停止服务

bin/stop-hbase.sh

查看HBase页面
启动成功后，可以通过“host:port”的方式来访问HBase管理页面。例如
http://hadoop102:16010

高可用
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，name整个HBase集群酱陷入不健康的状态，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。
关闭Hbase集群（如果没有开启则跳过此步）

bin/stop-hbase.sh

在conf/目录下创建backup-masters文件

touch conf/backup-masters

在backup-masters文件中配置高可用HMaster节点

echo hadoop103 > conf/backup-masters

将整个conf目录分发到其他的结点

xsync conf

重启hbase，打开页面测试查看

HBase Shell操作

基本操作
1．进入HBase客户端命令行

bin/hbase shell

2．查看帮助命令

hbase(main):001:0> help

3．查看当前数据库中有哪些表

hbase(main):002:0> list

表的操作
1．创建表

hbase(main):002:0> create 'student','info'

2．插入数据到表

hbase(main):003:0> put 'student','1001','info:sex','male'
hbase(main):004:0> put 'student','1001','info:age','18'
hbase(main):005:0> put 'student','1002','info:name','Janna'
hbase(main):006:0> put 'student','1002','info:sex','female'
hbase(main):007:0> put 'student','1002','info:age','20'

3．扫描查看表数据

hbase(main):008:0> scan 'student'
hbase(main):009:0> scan 'student',{STARTROW => '1001', STOPROW  => '1001'}
hbase(main):010:0> scan 'student',{STARTROW => '1001'}

4．查看表结构

hbase(main):011:0> describe 'student'

5．更新指定字段的数据

hbase(main):012:0> put 'student','1001','info:name','Zhangsan'
hbase(main):013:0> put 'student','1001','info:age','100'

6．查看“指定行”或“指定列族:列”的数据

hbase(main):014:0> get 'student','1001'
hbase(main):015:0> get 'student','1001','info:name'

7．统计表数据行数

hbase(main):021:0> count 'student'

8．删除数据
删除某rowkey的全部数据：

hbase(main):016:0> deleteall 'student','1001'

删除某rowkey的某一列数据：

hbase(main):017:0> delete 'student','1002','info:sex'

9．清空表数据

hbase(main):018:0> truncate 'student'

提示：清空表的操作顺序为先disable，然后再truncate。
10．删除表
首先需要先让该表为disable状态：

hbase(main):019:0> disable 'student'

然后才能drop这个表：

hbase(main):020:0> drop 'student'

提示：如果直接drop表，会报错：ERROR: Table student is enabled. Disable it first.
11．变更表信息
将info列族中的数据存放3个版本：

hbase(main):022:0> alter 'student',{NAME=>'info',VERSIONS=>3}
hbase(main):022:0> get 'student','1001',{COLUMN=>'info:name',VERSIONS=>3}