Hbase--02（Hbase操作）

最新推荐文章于 2021-11-16 00:40:41 发布

时空恋旅人

最新推荐文章于 2021-11-16 00:40:41 发布

阅读量243

点赞数

分类专栏： hbase

本文链接：https://blog.csdn.net/weixin_37650458/article/details/89053584

版权

hbase 专栏收录该内容

3 篇文章 0 订阅

订阅专栏

1.Hbase的数据类型

每一个列族就是一个文件

Rowkey

与nosql数据库们一样,row key是用来检索记录的主键。访问HBASE table中的行，只有三种方式：

1.通过单个row key访问

2.通过row key的range（正则）

3.全表扫描

Row key行键 (Row key)可以是任意字符串(最大长度是 64KB，实际应用中长度一般为 10-100bytes)，在HBASE内部，row key保存为字节数组。存储时，数据按照Row key的字典序(byte order)排序存储。设计key时，要充分排序存储这个特性，将经常一起读取的行存储放到一起。(位置相关性)

列簇:

HBASE表中的每个列，都归属于某个列族。列族是表的schema的一部分(而列不是)，必须在使用表之前定义。列名都以列族作为前缀。例如 courses:history，courses:math都属于courses 这个列族

列：

由{row key, columnFamily, version} 唯一确定的单元。cell中的数据是没有类型的，全部是字节码形式存贮。

关键字：无类型、字节码

时间戳：

HBASE 中通过rowkey和columns确定的为一个存贮单元称为cell。每个 cell都保存着同一份数据的多个版本。版本通过时间戳来索引。时间戳的类型是 64位整型。时间戳可以由HBASE(在数据写入时自动 )赋值，此时时间戳是精确到毫秒的当前系统时间。时间戳也可以由客户显式赋值。如果应用程序要避免数据版本冲突，就必须自己生成具有唯一性的时间戳。每个 cell中，不同版本的数据按照时间倒序排序，即最新的数据排在最前面。

为了避免数据存在过多版本造成的的管理 (包括存贮和索引)负担，HBASE提供了两种数据版本回收方式。一是保存数据的最后n个版本，二是保存最近一段时间内的版本（比如最近七天）。用户可以针对每个列族进行设置。

2. Hbase命令

hbase shell进入:

查看表：list

创建一个表：

查看表结构：

判断表是否存在：

删除表：

添加纪录：

除了scan全表扫描以外，还可以单条查询数据：

查询记录rowkey下所有的记录：

获取某个列族：

删除数据：

删除整行：

3.java API操作hbase

1.创建表：

package com.wx.hbase1;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.hbase.HBaseConfiguration;
import org.apache.hadoop.hbase.HColumnDescriptor;
import org.apache.hadoop.hbase.HTableDescriptor;
import org.apache.hadoop.hbase.TableName;
import org.apache.hadoop.hbase.client.Connection;
import org.apache.hadoop.hbase.client.ConnectionFactory;
import org.apache.hadoop.hbase.client.HBaseAdmin;
import org.apache.hadoop.hbase.client.Table;
import org.junit.After;
import org.junit.Before;
import org.junit.Test;

public class Hbase1 {
    /*
    连接hbase集群使用api操作数据
     */
    //配置ss
    static Configuration configuration=null;
    private Connection connection=null;
    private Table table=null;
    @Before
    public void init () throws Exception
    {
        configuration = HBaseConfiguration.create();//分布式集群一定要先来配置
        //要通过zoookeeper来操作
        configuration.set("hbase.zookeeper.quorum","zookeeper1");//zookeeper地址
        configuration.set("hbase.zookeeper.property.clientPort","2181");//zookeeper端口
        connection = ConnectionFactory.createConnection(configuration);
        table=connection.getTable(TableName.valueOf("user"));
    }

    //创建表
    @Test
    public void createTable() throws Exception
    {
        //创建表的管理类
        HBaseAdmin hBaseAdmin = new HBaseAdmin(configuration);
        //创建表的描述类
        TableName tableName = TableName.valueOf("test1");
        HTableDescriptor descriptor = new HTableDescriptor(tableName);
        //创建列族的描述类
        HColumnDescriptor family1 = new HColumnDescriptor("info");// 列族
        // 将列族添加到表中
        descriptor.addFamily(family1);
        HColumnDescriptor family2 = new HColumnDescriptor("info2"); // 列族
        // 将列族添加到表中
        descriptor.addFamily(family2);
        // 创建表
        hBaseAdmin.createTable(descriptor); // 创建表

    }
    @After
    public void close() throws Exception {
        table.close();
        connection.close();
    }
}

创建成功：

2.添加数据，上面是连接user表

    @Test
    public void insertData() throws Exception {
        Put put = new Put(Bytes.toBytes("wang_123"));
        put.add(Bytes.toBytes("info1"), Bytes.toBytes("name"), Bytes.toBytes("wangxiansheng"));
        put.add(Bytes.toBytes("info1"), Bytes.toBytes("age"), Bytes.toBytes("25"));
        put.add(Bytes.toBytes("info1"), Bytes.toBytes("sex"), Bytes.toBytes(0));
        put.add(Bytes.toBytes("info1"), Bytes.toBytes("address"), Bytes.toBytes("cbvjhdsbvjjlbsd"));
        table.put(put);
    }

3.删除

   @Test
    public void deleteData() throws Exception {
        Delete delete = new Delete(Bytes.toBytes("wang_123"));
        table.delete(delete);
    }

只删除某一个列族：

只删除某一列：

查询：

单条查询:

全表扫描：可以查询某一列，也可以查某某个区间的数据

  @Test
    public void scanData() throws Exception {
        Scan scan = new Scan();
        ResultScanner scanner = table.getScanner(scan);
        for (Result result : scanner) {
            byte[] name = result.getValue(Bytes.toBytes("info1"), Bytes.toBytes("name"));
            byte[] sex = result.getValue(Bytes.toBytes("info1"), Bytes.toBytes("sex"));
            byte[] age = result.getValue(Bytes.toBytes("info1"), Bytes.toBytes("age"));
            byte[] address = result.getValue(Bytes.toBytes("info1"), Bytes.toBytes("address"));
            System.out.println(Bytes.toString(name));
            System.out.println(Bytes.toInt(sex));
            System.out.println(Bytes.toString(age));
            System.out.println(Bytes.toString(address));
        }
    }

过滤器过滤器的种类：

列植过滤器—SingleColumnValueFilter

过滤列植的相等、不等、范围等

列名前缀过滤器—ColumnPrefixFilter

过滤指定前缀的列名

多个列名前缀过滤器—MultipleColumnPrefixFilter

过滤多个指定前缀的列名

rowKey过滤器—RowFilter

通过正则，过滤rowKey值。

全表扫描的列值过滤器：

@Test
    public void scanDataByFilter() throws Exception {
        SingleColumnValueFilter singleColumnValueFilter = new SingleColumnValueFilter(Bytes.toBytes("info1"), Bytes.toBytes("name"), CompareFilter.CompareOp.EQUAL, Bytes.toBytes("zhangsan"));
        Scan scan = new Scan();
        scan.setFilter(singleColumnValueFilter);
        ResultScanner scanner = table.getScanner(scan);
        for (Result result : scanner) {
            byte[] name = result.getValue(Bytes.toBytes("info1"), Bytes.toBytes("name"));
            byte[] sex = result.getValue(Bytes.toBytes("info1"), Bytes.toBytes("sex"));
            byte[] age = result.getValue(Bytes.toBytes("info1"), Bytes.toBytes("age"));
            byte[] address = result.getValue(Bytes.toBytes("info1"), Bytes.toBytes("address"));
            System.out.println(Bytes.toString(name));
            System.out.println(Bytes.toInt(sex));
            System.out.println(Bytes.toString(age));
            System.out.println(Bytes.toString(address));
        }

    }

列名前缀过滤器—ColumnPrefixFilter：

过滤器—ColumnPrefixFilter

ColumnPrefixFilter 用于指定列名前缀值相等

ColumnPrefixFilter f = new ColumnPrefixFilter(Bytes.toBytes("values"));

s1.setFilter(f);

rowKey过滤器—RowFilter：

RowFilter 是rowkey过滤器

通常根据rowkey来指定范围时，使用scan扫描器的StartRow和StopRow方法比较好。

Filter f = new RowFilter(CompareFilter.CompareOp.EQUAL, new RegexStringComparator("^1234")); //匹配以1234开头的rowkey

s1.setFilter(f);

多个过滤器串着用：

 @Test
    public void scanDataByFilter1() throws Exception {
        FilterList filterList = new FilterList(FilterList.Operator.MUST_PASS_ALL);
        //rowKey过滤器,过滤rowkey为wang_1234开头的数据
        Filter filter = new RowFilter(CompareFilter.CompareOp.EQUAL, new RegexStringComparator("^wang_1234"));
        //列值过滤器，
        SingleColumnValueFilter singleColumnValueFilter = new SingleColumnValueFilter(Bytes.toBytes("info1"), Bytes.toBytes("name"), CompareFilter.CompareOp.EQUAL, Bytes.toBytes("zhangsan"));
        filterList.addFilter(filter);
        filterList.addFilter(singleColumnValueFilter);
        Scan scan = new Scan();
        scan.setFilter(filterList);
        ResultScanner resultScanner = table.getScanner(scan);
        for (Result result : resultScanner) {
            byte[] name = result.getValue(Bytes.toBytes("info1"), Bytes.toBytes("name"));
            byte[] sex = result.getValue(Bytes.toBytes("info1"), Bytes.toBytes("sex"));
            byte[] age = result.getValue(Bytes.toBytes("info1"), Bytes.toBytes("age"));
            byte[] address = result.getValue(Bytes.toBytes("info1"), Bytes.toBytes("address"));
            System.out.println(Bytes.toString(name));
            System.out.println(Bytes.toInt(sex));
            System.out.println(Bytes.toString(age));
            System.out.println(Bytes.toString(address));
        }
    }

时空恋旅人

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
打赏
0
评论
Hbase--02（Hbase操作）

1.Hbase的数据类型每一个列族就是一个文件 Rowkey与nosql数据库们一样,row key是用来检索记录的主键。访问HBASE table中的行，只有三种方式：1.通过单个row key访问2.通过row key的range（正则）3.全表扫描Row key行键 (Row key)可以是任意字符串(最大长度是 64K...
复制链接

扫一扫

专栏目录

名称	命令表达式
创建表	create '表名', '列族名1','列族名2','列族名N'
查看所有表	list
描述表	describe ‘表名’
判断表存在	exists '表名'
判断是否禁用启用表	is_enabled '表名' is_disabled ‘表名’
添加记录	put ‘表名’, ‘rowKey’, ‘列族 : 列‘ , '值'
查看记录rowkey下的所有数据	get '表名' , 'rowKey'
查看表中的记录总数	count '表名'
获取某个列族	get '表名','rowkey','列族'
获取某个列族的某个列	get '表名','rowkey','列族：列’
删除记录	delete ‘表名’ ,‘行名’ , ‘列族：列'
删除整行	deleteall '表名','rowkey'
删除一张表	先要屏蔽该表，才能对该表进行删除第一步 disable ‘表名’ ，第二步 drop '表名'
清空表	truncate '表名'
查看所有记录	scan "表名"
查看某个表某个列中所有数据	scan "表名" , {COLUMNS=>'列族名:列名'}
更新记录	就是重写一遍，进行覆盖，hbase没有修改，都是追加