Phoenix入门(下)

本文作者：林伟兵，叩丁狼高级讲师。原创文章，转载请注明出处。

3.5.使用DBeaver客户端

Phoenix常见的客户端连接工具有SQuirrel和DBeaver,这里主要介绍DBeaver客户端的使用方式。
安装DBeaver，启动DBeaver，将 phoenix-[version]-client.jar 拷贝到客户端。

注意:客户端如何缺失某些参数配置，可以上面第4步的驱动属性添加再测试连接，这是因为DBeaver不支持hbase-site.xml配置文件的使用.

3.6.Phoenix二级索引

前一章介绍了Phoenix简单的DDL和CURD操作，接下来这一节主要介绍Phoenix独有的特性[二级索引](http://phoenix.apache.org/secondary_indexing.html),并在DBeaver中实践。

​ 对HBase来说，我们通常使用字典序的RowKey来快速访问数据，除此之外也可使用自定义的Filter来搜索数据，但是它是基于全表扫描的。而Phoenix提供的二级索引是避开了全表扫描，其利用空间换时间的来解决查询过程中的缓慢问题;默认情况下客户端不支持二级索引，需要将以下配置添加到HBase的各个RegionServer节点的hbase-site.xml文件中：

<property>
  <name>hbase.regionserver.wal.codec</name>
  <value>org.apache.hadoop.hbase.regionserver.wal.IndexedWALEditCodec</value>
</property>

覆盖索引 Covered Indexes

​ Phoenix提供了一种叫Covered Index的二级索引。这种索引在获取数据的过程中，内部不需再去HBase原表中获取任何数据，转而在索引表查询结果即可。

​ 要想达到这种效果，你的select 的列，where 的列都需要在索引表中出现。举个例子，如果你的SQL语句是SELECT name FROM WOLFCODE_MDB.t_employee ORDER BY SALARY DESC;，要达到最大化查询效率和速度最快，你就需要建立覆盖索引：

CREATE INDEX salary_idx ON wolfcode_mdb.t_employee(salary DESC) INCLUDE (name);
## 原表的内容是：
+-----+-----------+----------+---------+
| ID  |   NAME    |  SALARY  | GENDER  |
+-----+-----------+----------+---------+
| 1   | zhangsan  | 10800.0  | M       |
| 2   | lisi      | 9900.0   | M       |
| 3   | wangwu    | 7500.0   | F       |
| 4   | zhaoliu   | 10000.0  | M       |
+-----+-----------+----------+---------+
## 索引表建立后内容是：
+-----------+------+-----------+
| 0:SALARY  | :ID  |  0:NAME   |
+-----------+------+-----------+
| 1.08E+4   | 1    | zhangsan  |
| 1E+4      | 4    | zhaoliu   |
| 9.9E+3    | 2    | lisi      |
| 7.5E+3    | 3    | wangwu    |
+-----------+------+-----------+

## 当执行如下SQL时，系统会找到对应的二级索引表进行查询，二级索引表的表内容明显比原表的内容少，并且在查询的过程无需再次排序，这也大大减少了查询的时间。
## 但是索引表的建立无疑也降低了集群的存储能力。
SELECT name FROM WOLFCODE_MDB.t_employee ORDER BY SALARY DESC;

​ 覆盖索引就是一种典型的全局索引，全局索引适合那些读多写少的场景。使用全局索引，读数据基本不损耗性能，所有的性能损耗都来源于写数据。数据表的添加、删除和修改都会更新相关的索引表。而查询数据的时候，Phoenix会通过索引表来快速低损耗的获取数据。

如下当在原表插入数据后，索引表也会插入对应的数据：

UPSERT INTO t_employee VALUES(5,'亦舒',8800,'F');
+-----------+------+-----------+
| 0:SALARY  | :ID  |  0:NAME   |
+-----------+------+-----------+
| 1.08E+4   | 1    | zhangsan  |
| 1E+4      | 4    | zhaoliu   |
| 9.9E+3    | 2    | lisi      |
| 8.8E+3    | 5    | 亦舒       |
| 7.5E+3    | 3    | wangwu    |
+-----------+------+-----------+

如果某个查询已不在频繁，建议删除索引表以换取更多的空间，代码如下：

use wolfcode_mdb;
DROP INDEX SALARY_IDX ON wolfcode_mdb.t_employee;

函数索引 Functional Indexes

​ 函数索引从4.3版本就有，这种索引的内容不局限于列，还能在表达式上建立索引。如果你使用的表达式正好就是索引的话，数据也可以直接从这个索引获取，而不需要从数据库获取。比如说，在一个表达式上建立索引，这个表达式是salary * 12,值得注意的是，函数索引不支持排序:

CREATE INDEX SALARY_PER_YEAR_IDEX2 ON t_employee(salary * 12);
SELECT * FROM wolfcode_mdb.SALARY_PER_YEAR_IDEX2;
## 查询结果如下
+-----------------+------+
| :(SALARY * 12)  | :ID  |
+-----------------+------+
| 9E+4            | 3    |
| 1.056E+5        | 5    |
| 1.188E+5        | 2    |
| 1.2E+5          | 4    |
| 1.296E+5        | 1    |
+-----------------+------+

本地索引 Local Indexes

​ 本地索引适合那些写多读少或存储空间有限的场景。和全局索引一样，Phoenix也会在查询的时候自动选择是否使用本地索引。本地索引之所以是本地，主要是因为索引数据和真实数据存储在同一台机器上，这样做主要是为了避免网络数据传输的开销。

异步创建索引

注意：https://yq.aliyun.com/ask/438584/

注意：http://hbase.group/question/27

​ 一般我们可以使用CREATE INDEX来创建一个索引，这是一种同步的方法。但是有时候我们创建索引的表非常大，我们需要等很长时间。Phoenix 4.5以后有一个异步创建索引的方式，使用关键字ASYNC来创建索引：

CREATE INDEX my_index ON t_employee(salary desc) async;
SELECT * FROM my_index;

​ 这时候创建的索引表中不会有数据。你还必须要单独的使用命令行工具来执行数据的创建。当语句给执行的时候，后端会启动一个map reduce任务，只有等到这个任务结束，数据都被生成在索引表中后，这个索引才能被使用。启动工具的方法：

${HBASE_HOME}/bin/hbase org.apache.phoenix.mapreduce.index.IndexTool \
  --schema wolfcode_mdb --data-table t_employee --index-table my_index \
  --output-path /async_idx_hfiles

这个任务不会因为客户端给关闭而结束，是在后台运行。你可以在指定的文件ASYNC_IDX_HFILES中找到最终实行的结果。

3.7.JDBC API的实现

1. 添加依赖。

   <dependency>
       <groupId>org.apache.phoenix</groupId>
       <artifactId>phoenix-core</artifactId>
       <version>4.14.1-HBase-1.2