最近刚好在推荐,设计了几种模型,如u2i,i2i,这些模型的结果数据想要直接供给线上使用,所以想把hbase用起来。但是Hbase的使用API不是很友好,之前也了解了一些on hbase的中间件,所以此次调研了一下phoenix的使用
phoenix是什么?
phoenix是基于hbase的中间引擎,主要有以下优势
- 提供sql对hbase表的访问
- 低成本建立二级索引
当然也有一些不好之处:
- 对hbase的元数据有一定入侵
- 普通的无索引查询,比直接写Hbase api要慢50%
使用phoenix
我们的线上hbase版本是:hbase-1.2.0-cdh5.7.0,直接用开源编译好的phoenix会出现兼容性问题,需要编译cdh包
编译chd-phoenix
- phoenix-cdh从git上clone代码,切换到分支4.8-Hbase-1.2-cdh5.8,直接编译,见目录phoenix-for-cloudera/phoenix-assembly/target/phoenix-4.8.0-cdh5.8.0.tar.gz
- 上步骤中编译的tar包放到服务器上解压,phoenix-4.8.0-cdh5.8.0-server.jar此jar包复制到hbase所有的master/client的lib下,重启Hbase服务
命令行使用
运行phoenix/bin下的sqlline.py zk:2181,指定hbase所使用的zk地址,即可进入交互式窗口
可见命令行启用了一个事务会话
建表
-- 创建测试表,并且使用压缩算法存储
CREATE TABLE IF NOT EXISTS RECOMMEND.yt_rec_u2i (
shop_id VARCHAR(32) NOT NULL,
business_id SMALLINT NOT NULL,
model_id SMALLINT NOT NULL,
item_id INTEGER NOT NULL,
rank_num SMALLINT NOT NULL
CONSTRAINT pk PRIMARY KEY (shop_id,business_id,model_id,item_id,rank_num)
) COMPRESSION='LZ4';
-- 创建全局索引
create index globalindex on RECOMMEND.yt_rec_u2i(shop_id,business_id,model_id,item_id,rank_num);
在phoenix里可以通过!tables
看到新建好的表
我们进入hbase shell中查看这张表的表结构,由于这张表当时建的时候没有指定压缩算法,所以下面的截图是另外一张表,但是都是一样的
可见phoenix的表实现了5个协处理器的扩展,在phoenix源码中
查询性能
单表实时查询
上述表的数据量大概在2500W左右
可见单表的查询效率在ms级