u013938578的博客

（2）在cn.itcast.momo_chat.service.impl包下创建HBaseNativeChatMessageService实现类，并实现getMessage方法。创建一个ExcelReader.java文件，ExcelReader工具类可以读取Excel中的数据称为HashMap这样，方便我们快速生成数据。在com.example.chatpro.entity包中创建一个名为Msg的实体类，使用Java代码描述陌陌消息。用于存放数据服务接口实现类相关代码，例如：查询的API代码。

因为ROWKEY我们是使用多个字段拼接，而且前缀不是完全随机的，所以需要使用HexStringSplit。long类型为8个字节，8个字节可以保存非常大的无符号整数，例如：18446744073709551615。如果是字符串，是按照一个字节一个字符方式保存，需要快3倍的字节数存储。如果ROWKEY设计的都是按照顺序递增（例如：时间戳），这样会有很多的数据写入时，负载都在一台机器上。在HBase中，可以通过指定start key、end key来进行分区，还可以直接指定Region的数量，指定分区的策略。

在HBase可以使用多种压缩编码，包括LZO、SNAPPY、GZIP。只在硬盘压缩，内存中或者网络传输中没有压缩。通过以下输出可以看出，HBase创建表默认是没有指定压缩算法的。其中COMPRESSION => 'NONE'表示没有压缩算法。

一个列蔟所存储的数据达到flush的阈值时，表中所有列蔟将同时进行flush操作。这将带来不必要的I/O开销，列蔟越多，对性能影响越大。两个及以上的列蔟HBase性能并不是很好。

在命令MOMO_CHAT命名空间下创建名为：MSG的表，该表包含一个名为C1的列蔟。删除命名空间，命名空间中必须没有表，如果命名空间中有表，是无法删除的。注意：带有命名空间的表，使用冒号将命名空间和表名连接到一起。

客户端，例如：发出HBase操作的请求。例如：之前我们编写的Java API代码、以及HBase shell，都是CLient。在HBASE中，表被划分为很多「Region」，并由Region Server提供服务。在HBase的Web UI中，可以查看到Master的位置。当前Table的有效Region数为1。

HBase的高可用配置其实就是HMaster的高可用。要搭建HBase的高可用，只需要再选择一个节点作为HMaster，在HBase的conf目录下创建文件backup-masters，然后再backup-masters添加备份Master的记录。一条记录代表一个backup master，可以在文件配置多个记录。

将 hadoop.dll 放到c:/windows/system32文件夹中，重启IDEA，重新运行程序。（1）找到$HADOOP_HOME/etc/mapred-site.xml,增加以下配置。无法连接到HBase，请检查HBase的Master是否正常启动。是因为缺少用户定义造成的，所以分别编辑开始和关闭脚本。（2）将配置文件分发到各个节点。（3）重新启动YARN集群。

因为前面我们的代码，在打印所有的列时，都是使用字符串打印的，Hbase中如果存储的是int、double，那么有可能就会乱码了。从Linux中hbase环境中下载下载：sz /export/server/hbase/conf/hbase-site.xml。在HBase中，有一个Import的MapReduce作业，可以专门用来将数据文件导入到HBase中。在资料中，有一份10W的抄表数据文件，我们需要将这里面的数据导入到HBase中。查询rowkey为4944191的所有列的数据，并打印出来。

检查表是否存在，适用于表量特别多的情况。删除一张表，记得在删除表之前必须先禁用。清空表的数据，禁用表-删除表-创建表。禁用一张表/启用一张表。例如：显示服务器状态。检查表是否启用或禁用。

incr可以实现对某个单元格的值进行原子性计数。语法如下：incr '表名','rowkey','列蔟:列名',累加值（默认累加1）如果某一列要实现计数功能，必须要使用incr来创建对应的列使用put创建的列是不能实现累加的。

在HBase中，如果要对海量的数据来进行查询，此时基本的操作是比较无力的。此时，需要借助HBase中的高级语法——Filter来进行查询。Filter可以根据列簇、列、版本等条件来对数据进行过滤查询。因为在HBase中，主键、列、版本都是有序存储的，所以借助Filter，可以高效地完成查询。当执行Filter时，HBase会将Filter分发给各个HBase服务器节点来进行查询。HBase中的过滤器也是基于Java开发的，只不过在Shell中，我们是使用基于JRuby的语法来实现的交互式查询。

在HBase，我们可以使用scan命令来扫描HBase中的表。[‘C1:STATUS’, …]在Ruby中[]表示一个数组。只查询订单状态以及支付方式，并且只展示3条数据。查看ORDER_INFO表中所有的数据。注意：要避免scan一张大表！

当HBase中数据量大时，可以使用HBase中提供的MapReduce程序来进行计数统计。

注意：这个操作是比较耗时的。在数据量大的这个命令可能会运行很久，真实环境不要使用该命令。查看HBase中的ORDER_INFO表，一共有多少条记录。count命令专门用来统计一个表中有多少条数据。count '表名'

ORDER_INFO.txt 中，有一份这样的HBase数据集，我们需要将这些指令放到HBase中执行，将数据导入到HBase中。将该数据集文件上传到指定的目录中，我这边直接上传到home下，现实环境中最好建立一个目录。可以看到这些都是一堆的put语句。那么如何才能将这些语句全部执行呢？

我们可以以shell的方式来维护和管理HBase。例如：执行建表语句、执行增删改查操作等等。

（5）修改regionservers文件。（2）修改hbase-site.xml。（1）修改hbase-env.sh。（7）验证Hbase是否启动成功。（4）复制jar包到lib。（6）启动HBase。

在HBASE中，数据存储在具有行和列的表中。这是看起来关系数据库(RDBMS)一样，但将HBASE表看成是多个维度的Map结构更容易理解。表结构如下：ROWKEYC1列蔟C2列蔟rowkey列1列2列3列4列4列6列簇结构如下：rowkey0001C1（Map）列1 => 值1列2 => 值2列3 => 值3C2（Map）列4 => 值4列5 => 值5列6 => 值6"1" : "x",

Kylin一个cube分析工具，底层的数据就是存储在HBase之中，不少客户自己基于离线计算构建cube存储在hbase之中，满足在线报表查询的需求。主要是轨迹、气象网格之类，滴滴打车的轨迹数据主要存在HBase之中，另外在技术所有大一点的数据量的车联网企业，数据都是存在HBase之中。不少的头条类、新闻类的的新闻、网页、图片存储在HBase之中，一些病毒公司的病毒库也是存储在HBase之中。在电信领域、银行领域，不少的订单查询底层的存储，另外不少通信、消息同步的应用构建在HBase之上。