《HBase权威指南》一3.6 各种特性

本节书摘来异步社区《HBase权威指南》一书中的第3章，第3.6节，作者： 【美】Lars George 译者： 代志远 , 刘佳 , 蒋杰 责编： 杨海玲，更多章节内容可以访问云栖社区“异步社区”公众号查看。

3.6　各种特性

在深入介绍客户端可以利用的特性之前，让我们先介绍一下HBase和其客户端API提供的各种特性或功能。

3.6.1　HTable的实用方法

客户端API是由HTable类的实例提供的，用户可以用它来操作HBase表。除了之前提到过的一些主要特性外，还有以下一些值得注意的方法。

void close()

这个方法之前提到过，不过为了它的完整性和重要性，我们在这儿要重新讨论一下。用户使用完一个HTable实例之后，需要调用一次close()。这个方法会刷写所有客户端缓冲的写操作：close()方法会隐式调用flushCache()方法。

byte[] getTableName()

这是一个获取表名称的快捷方法。

Configuration getConfiguration()

这个方法允许用户访问HTable实例中使用的配置。因为得到的是Configuration实例的引用，所以用户修改的参数（针对客户端的）都会立即生效。

HTableDescriptor getTableDescriptor()

这个方法会在5.1.1节进行详细介绍，每个表都使用一个HTableDescriptor实例来定义自己的表结构。用户可以使用这个方法访问这个表的底层结构定义。

static boolean isTableEnabled(table)

HTable类有4个不同的静态辅助方法，它们都需要一个显式的配置和一个表名。如果没有提供显式的配置，方法会找到classpath下的配置文件，使用默认值创建一个隐式的配置。这个方法可以检查表在ZooKeeper中是否被标志为启用。

byte[][] getStartKeys()
byte[][] getEndKeys()
Pair< byte[][], byte[][]> getStartEndKeys()

这些方法让用户可以查看当前表的物理分布情况，不过这个分布很可能在添加一些数据之后发生变化。这些方法返回了表的所有region的起始行键或/和终止行键。它们以二维字节数组形式返回，用户可以使用Bytes.toStringBinary()方法打印这些键。

void clearRegionCache()
HRegionLocation getRegionLocation(row)
Map< HRegionInfo, HServerAddress> getRegionsInfo()

这些方法可以帮助用户获取某一行数据的具体位置信息，或者说这行数据所在的region信息，以及所有region的分布信息。用户也可以在必要的时候清空缓存的region位置信息。这些方法可以让高级用户了解并使用这些信息，例如，控制集群流量或者调整数据的位置。

void prewarmRegionCache(Map< HRegionInfo, HServerAddress> regionMap)
static void setRegionCachePrefetch(table, enable)
static boolean getRegionCachePrefetch(table)

这又是一组高级方法。在1.4.5节提到过，可以先预取region位置信息来避免耗时较多的操作（查找每行数据所属region地址直到本地region地址缓存相对稳定）。使用这些方法，用户可以先获取一个region的信息表来预热一下region缓存（例如，用户可以使用getRegionsInfo()访问这个region的信息表，然后再处理它），也可以把整张表的预取功能打开。

3.6.2　Bytes类

前面介绍过，如何使用这个类转化Java的数据类型，例如，将String或long转化为HBase原生支持的原始字节数组。关于这个类和它的功能还有一些值得一提。

大部分方法都有3种形式，例如：

static long toLong(byte[] bytes)
static long toLong(byte[] bytes,int offset)
static long toLong(byte[] bytes,int offset,int length)

用户可以输入一个字节数组，或者一个字节数组再加一个偏移值，或者一个字节数组、一个偏移值和一个长度值。具体使用哪一种方法取决于最初这个字节数组是怎么生成的。如果这个字节数组之前是由toBytes()方法生成的，用户就可以安全地使用第一种形式的方法将其转化回来，只需送入这个字节数组而不需要其他额外信息。整个数组的内容都是转换过来的值。

不过，API和HBase内部都把数据存储为一个较大的数组，例如，使用下面的方法：

static int putLong(byte[] bytes,int offset,long val)

这个方法允许用户把一个long值写入一个字节数组的特定偏移位置。用户可以使用后面的两种toLong()方法存取这种较大的字节数组的数据。

Bytes类支持以下原生Java类型到字节数组的互转：String、boolean、short、int、long、double和float。除了之前介绍的方法外，还有一些值得一提的方法列举在表3-10中。

完整的文档请参阅基于JavaDoc的API文档⑨。

①region服务器采用了一种多版本并发控制机制，具体实现在ReadWriteConsistencyControl（简称为RWCC）类中。这种机制保证了读程序读取数据时可以不用等待写程序完成写操作。写程序则需要等待其他写程序完成写操作之后才能继续执行。

②全局唯一标识符（Universally Unique Identifier）细节请参阅http://en.wikipedia.org/wiki/Universally_unique_identifier。

③见维基百科的“Unix time”（http://en.wikipedia.org/wiki/Unix_epoch）。

④完整的描述请参阅API文档中KeyValue类的介绍（http://hbase.apache.org/apidocs/org/apache/hadoop/hbase/KeyValue.html）。

⑤参见维基百科的“Remote procedure call”（http://en.wikipedia.org/wiki/Remote_procedure_call）。

⑥为了方便阅读，相关细节被分为多组，组之间用空行隔开。

⑦见链接http://en.wikipedia.org/wiki/Multiversion_concurrency_control。

⑧扫描操作与不可回滚的游标操作相似。用户需要先声明，然后打开，并获取数据，最后关闭数据库游标。不过扫描操作没有声明这一步，否则扫描操作和游标操作的使用方法就是一样的了。参见维基百科中的Cursors。

⑨参阅在线文档Bytes一节（http://hbase.apache.org/apidocs/org/apache/hadoop/hbase/util/Bytes/html）。