-
分布式NoSQL数据库HBase实践与原理剖析（一）
title: HBase系列
第一章 HBase基础理论
1.1 HBase简介
Apache HBase™ is the Hadoop database, a distributed, scalable, big data store. Apache HBase™ 是Hadoop数据库，是一种分布式、可扩展的大数据存储。- 1
- 2
HBase 是 BigTable 的开源 java 版本。
建立在 HDFS 之上，提供高可靠性、高性能、列存储、可伸缩、实时读写的 NoSQL 数据库系统。NoSQL的两种解释，更精确的是后者
NoSQL = NO SQL
NoSQL = Not Only SQLNoSQL：HBase, Redis, MongoDB
NoSQL数据库基本上都是Key-Value类型存储数据的。
RDBMS：MySQL,Oracle,SQL Server,DB2
RDBMS数据库基本上都可以通过SQL去进行操作
以下几点是 HBase 这个 NoSQL 数据库的要点：
1、它仅能通过主键(row key)和主键的 range 来检索数据；
2、HBase查询数据功能简单，不支持 join 等复杂操作；
3、不支持复杂的事务（行级的事务）；
4、HBase 中支持的数据类型：byte[] ；
5、主要用来存储结构化和半结构化的数据。与 Hadoop 一样，HBase 目标主要依靠横向扩展，通过不断增加廉价的商用服务器，来增加计算和存储能力。
HBase 中的表一般有这样的特点：
1、大：一个表可以有上十亿行，上百万列；
2、面向列：面向列(簇)的存储和权限控制，列(簇)独立检索；
3、稀疏:对于为空(null)的列，并不占用存储空间，因此，表可以设计的非常稀疏。1.2 HBase逻辑存储
首先，要知道一下，HBase的数据模型其实和关系型数据库类似，数据都是存储在某张表中间，有行也有列的。 从HBase的底层物理存储结构来看，HBase像一个多维的map结构。 高表： 几十亿行 宽表： 几百个列 效率 成本 质量- 1
- 2
- 3
- 4
- 5
- 6
- 7
1.3 HBase物理存储
1.4 HBase中重要的新概念
1.4.1 RowKey（行键）
与 NoSQL 数据库们一样,Rowkey 是用来检索记录的主键。访问 HBase table 中的行，有如下的方式：
1、通过单个 Rowkey 访问
2、通过 Rowkey 的 range
3、全表扫描 Rowkey 行键 (Rowkey)可以是任意字符串(最大长度是 64KB，实际应用中长度一般为 10-100byte)。在 HBase 内部，rowkey 保存为字节数组。HBase 会对表中的数据 按照 Rowkey 排序(字典顺序) 。
存储时，数据按照 Rowkey 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。
1.4.2 列簇（Column Family）
HBase表中的每个列，都归属与某个列簇。列簇是表的 schema 的一部分(而列限定符不是)，必须在使用表之前定义。
列名都以列簇作为前缀。例如 courses:history ， courses:math 都属于 courses 这个列簇。
列族越多，在取一行数据时所要参与 IO、搜寻的文件就越多，所以，如果没有必要，不要设置太多的列族。
1.4.3 TimeStamp（时间戳）
HBase 中通过 row 和 columns 确定的为一个存储单元称为 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。1.4.4 Cell
由{rowkey, column( = +
Cell 中的数据是没有类型的，全部是字节码形式存储。 HBase提供了工具类将String、Double、Integer等和字节数据之间来回转换。
1.4.5 NameSpace
命名空间，类似于关系型数据库的 DatabBase 概念，每个命名空间下可以有多个表。
HBase 有两个自带的命名空间， 分别是 hbase 和 default ，hbase 中存放的是 HBase 内置的表， default 表是用户默认使用的命名空间。1.4.6 Row
HBase 表中的每行数据都由一个 RowKey 和多个Column（列）组成，数据是按照 RowKey 的字典顺序来进行存储的，并且查询数据时只能根据 RowKey 进行检索，由此可见 RowKey 的设计很重要。
1.4.7 Region
相当于表的切片。类似于关系型数据库的表概念。但是，在HBase中定义表时只需要声明列族即可，不需要声明具体的列。也就是说，往 HBase 写入数据时，字段可以动态的按需指定。与关系型数据库相比，HBase 能够应对字段变更的场景。一个表的数据到10g的数据时候开始切，其实刚开开始的时候就一个Region。
1.4.8 Column
HBase 中的每个列都由Column Family （列簇）和Column Qualifier （列限定符）进行限定，例如 info:name ， info:age。建表的时候只需指明列簇，而列限定符不需要提前定义。
1.5 先看一个简易版的架构
简易版架构
RegionServer的作用： Region：Split Region， Compact Region。 分久必合，合久必分。 Data：get、put（包含更新了）、delete。针对数据的增删改查，相当于DML Master的作用： Table：create、delete、alter、list、desc。针对表的增删改查，相当于DDL。 RegionServer：分配regions到每个RegionServer，监控每个RegionServer的状态 管理Region的Server- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
第二章 HBase安装部署
2.1 HBase1.3.1集群搭建
注意安装hbase集群之前一定要保证hadoop集群没有问题，安装之前给所有节点上运行的集群先停了。
1 在hadoop0上面上传解压重命名
mv hbase-1.3.1-bin.tar.gz /software cd /software tar -zxvf hbase-1.3.1-bin.tar.gz mv hbase-1.3.1 hbase- 1
- 2
- 3
- 4
2 添加环境变量
修改 vi /etc/profile
export HBASE_HOME=/software/hbase export PATH=.:$PATH:$HBASE_HOME/bin- 1
- 2
配置如下图，也可以在一个PATH后面使劲加上所有的大数据文件的bin：
3 修改配置文件
在目录/software/hbase/conf下面
（1）vi hbase-env.sh
export JAVA_HOME=/software/jdk/ export HBASE_MANAGES_ZK=false #可以在命令模式下通过/进行查找 这里false代表的使用的外置的zookeeper，true代表的使用的是hadoop自带的zookeeper- 1
- 2
- 3
（2）vi hbase-site.xml
注意hdfs://hadoop0:8020/hbase的端口和hadoop保持一致，hadoop没有配置端口默认是8020，配置了一般配置9000端口。
hbase.rootdir hdfs://hadoop0:8020/hbase hbase.cluster.distributed true hbase.zookeeper.quorum hadoop0,hadoop1,hadoop2 hbase.zookeeper.property.dataDir /software/zk - 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
（3）修改regionservers文件(存放的region server的hostname)，内容修改为如下：
hadoop1 hadoop2- 1
- 2
（4）复制hadoop0中的hbase文件夹到hadoop1、hadoop2中，在hadoop0中执行如下命令
scp -r /software/hbase hadoop1:/software/ scp -r /software/hbase hadoop2:/software/- 1
- 2
（5）复制hadoop0中的/etc/profile到hadoop1、hadoop2中，在hadoop1、hadoop2上执行source /etc/profile
scp /etc/profile hadoop1:/etc/ scp /etc/profile hadoop2:/etc/- 1
- 2
或者直接修改 vi /etc/profile
export HBASE_HOME=/software/hbase export PATH=.:$PATH:$HBASE_HOME/bin- 1
- 2
4 启动/停止HBase集群
1、在三台服务器上分别使用zkServer.sh start启动ZooKeeper
2、在hadoop0先启动Hadoop
3、启动HBASE
在主节点hadoop0上面启动，进入/software/hbase/bin目录
配置了环境变量可以在任意目录下使用start-hbase.sh都可以启动。
./start-hbase.sh- 1
4、停止
cd $HBASE_HOME/bin ./stop-hbase.sh- 1
- 2
5、shell命令验证
在主服务器上面
hbase shell- 1
然后list
quit 或 exit 退出
6、界面化验证
通过浏览器访问：http://hadoop0:16010
原来0.x版本是60010端口
先停止hbase，再停止hadoop，最后停止zkServer
7、各个节点进程
hadoop0：
[root@hadoop0 bin]# jps 2498 NameNode 3172 HMaster 2311 QuorumPeerMain 2778 ResourceManager 4751 Jps- 1
- 2
- 3
- 4
- 5
- 6
hadoop1：
[root@hadoop1 bin]# jps 2640 HRegionServer 2259 DataNode 2454 NodeManager 4042 Jps 2157 QuorumPeerMain 2365 SecondaryNameNode- 1
- 2
- 3
- 4
- 5
- 6
- 7
hadoop2：
[root@hadoop2 bin]# jps 2544 HRegionServer 2146 QuorumPeerMain 2242 DataNode 2360 NodeManager 3897 Jps- 1
- 2
- 3
- 4
- 5
- 6
其中：
ZooKeeper进程为：QuorumPeerMain
Hadoop进程：NameNode、DataNode、ResourceManager、NodeManager、SecondaryNameNode
HBase进程：HMaster、HRegionServer
2.2 HBase2.3.6 集群搭建
2.3.6 是目前的最新稳定版本 ，仅仅到目前讲课时间。
注意安装hbase集群之前一定要保证hadoop集群没有问题，安装之前给所有节点上运行的集群先停了。
1 在hadoop10上面上传解压重命名
mv hbase-2.3.6-bin.tar.gz /software cd /software tar -zxvf hbase-2.3.6-bin.tar.gz mv hbase-2.3.6 hbase- 1
- 2
- 3
- 4
2 添加环境变量
修改 vi /etc/profile
export HBASE_HOME=/software/hbase export PATH=.:$PATH:$HBASE_HOME/bin- 1
- 2
配置如下图，也可以在一个PATH后面使劲加上所有的大数据文件的bin：
3 修改配置文件
在目录/software/hbase/conf下面
（1）vi hbase-env.sh
export JAVA_HOME=/software/jdk/ export HBASE_MANAGES_ZK=false #可以在命令模式下通过/进行查找 这里false代表的使用的外置的zookeeper，true代表的使用的是HBase自带的zookeeper- 1
- 2
- 3
（2）vi hbase-site.xml
注意hdfs://hadoop10:8020/hbase的端口和hadoop保持一致，hadoop没有配置端口默认是8020，配置了一般配置9000端口。
<property> <name>hbase.rootdirname> <value>hdfs://hadoop10:8020/hbasevalue> property> <property> <name>hbase.cluster.distributedname> <value>truevalue> property> <property> <name>hbase.zookeeper.quorumname> <value>hadoop10,hadoop11,hadoop12value> property> <property> <name>hbase.zookeeper.property.dataDirname> <value>/software/zkvalue> property>- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
（3）修改regionservers文件(存放的region server的hostname)，内容修改为如下：
hadoop11 hadoop12- 1
- 2
（4）复制hadoop10中的hbase文件夹到hadoop11、hadoop12中，在hadoop10中执行如下命令
scp -r /software/hbase hadoop11:/software/ scp -r /software/hbase hadoop12:/software/- 1
- 2
（5）修改hadoop11和hadoop12上面的配置文件 vim /etc/profile
export HBASE_HOME=/software/hbase export PATH=.:$PATH:$HBASE_HOME/bin- 1
- 2
最后source /etc/profile
4 启动/停止HBase集群
1、在三台服务器上分别使用zkServer.sh start启动ZooKeeper
2、在hadoop10先启动Hadoop
3、启动HBASE
在主节点hadoop10上面启动，进入/software/hbase/bin目录
配置了环境变量可以在任意目录下使用start-hbase.sh都可以启动。
./start-hbase.sh- 1
4、停止
cd $HBASE_HOME/bin ./stop-hbase.sh- 1
- 2
5、shell命令验证
在主服务器上面
hbase shell- 1
然后list
quit 或 exit 退出（不用加分号）
6、界面化验证
通过浏览器访问：http://hadoop10:16010/master-status
原来0.x版本是60010端口
先停止hbase，再停止hadoop，最后停止zkServer
7、各个节点进程
hadoop10：
[root@hadoop10 software]# jps 57681 Jps 55906 QuorumPeerMain 56722 ResourceManager 56229 NameNode 57367 HMaster- 1
- 2
- 3
- 4
- 5
- 6
hadoop1：
[root@hadoop11 bin]# jps 55587 QuorumPeerMain 56291 HRegionServer 56005 NodeManager 56617 Jps 55758 DataNode 55903 SecondaryNameNode- 1
- 2
- 3
- 4
- 5
- 6
- 7
hadoop2：
[root@hadoop12 bin]# jps 51397 Jps 50471 QuorumPeerMain 50808 NodeManager 50651 DataNode 51087 HRegionServer- 1
- 2
- 3
- 4
- 5
- 6
其中：
ZooKeeper进程为：QuorumPeerMain
Hadoop进程：NameNode、DataNode、ResourceManager、NodeManager、SecondaryNameNode
HBase进程：HMaster、HRegionServer
第三章 HBase的Shell操作
如果遇到不会的命令，直接使用help查看一下即可。会有案例提示。
hbase(main):080:0> help ‘deleteall’3.1 小理论
1、进入HBase客户端命令行
bin/hbase shell
2、查看当前数据库中有哪些表
list
3、帮助命令
4、创建表
create 'student','info'- 1
5、插入数据到表
put 'student','1001','info:sex','male' put 'student','1001','info:age','18' put 'student','1002','info:name','zhangsan' put 'student','1002','info:sex','female' put 'student','1002','info:age','20'- 1
- 2
- 3
- 4
- 5
6、查看表数据
scan 'student'- 1
//前闭后开 scan 'student',{STARTROW => '1001', STOPROW => '1002'}- 1
- 2
7、查看表结构
describe 'student'- 1
8、修改数据
put 'student','1001','info:name','lisi'- 1
9、删除表
先disable，再drop。
3.2 实际操作（除了put之外的相当于DDL操作）
基本操作 1．进入HBase客户端命令行 bin/hbase shell 2．查看帮助命令 hbase(main):001:0> help 3．查看当前数据库中有哪些表 hbase(main):002:0> list 3.2 表的操作 1．创建表 hbase(main):005:0> create 'student','info' 2．插入数据到表 put 'student3','1001','info:name','zhangsan' put 'student3','1001','info:sex','male' put 'student3','1001','info:age','18' put 'student3','1002','info:name','lisi' put 'student3','1002','info:sex','female' put 'student3','1002','info:age','20' hbase(main):003:0> put 'student','1001','info:sex','male' hbase(main):004:0> put 'student','1001','info:age','18' hbase(main):005:0> put 'student','1002','info:name','zhangsan' hbase(main):006:0> put 'student','1002','info:sex','female' hbase(main):007:0> put 'student','1002','info:age','20' 3．扫描查看表数据 hbase(main):008:0> scan 'student' hbase(main):009:0> scan 'student',{STARTROW => '1001', STOPROW => '1002'} hbase(main):010:0> scan 'student',{STARTROW => '1001'} 4．查看表结构 hbase(main):020:0> describe 'student' 5．更新指定字段的数据 hbase(main):012:0> put 'student','1001','info:name','lisi' hbase(main):013:0> put 'student','1001','info:age','100' 6．查看“指定行”或“指定列族:列”的数据 hbase(main):014:0> get 'student','1001' hbase(main):015:0> get 'student','1001','info:name' 7．统计表数据行数 hbase(main):021:0> count 'student' 8．删除数据 删除某rowkey的全部数据： hbase(main):016:0> deleteall 'student','1001' 删除某rowkey的某一列数据： hbase(main):017:0> delete 'student','1002','info:sex' 9．清空表数据 hbase(main):018:0> truncate 'student' 提示：清空表的操作顺序为先disable，然后再truncate。 10．删除表 首先需要先让该表为disable状态： hbase(main):019:0> disable 'student' 然后才能drop这个表： hbase(main):020:0> drop 'student' 提示：如果直接drop表，会报错：ERROR: Table student is enabled. Disable it first. 11．变更表信息 将info列族中的数据存放3个版本，也就是修改最多保存的版本的个数，注意修改的时候NAME，VERSIONS这些是大小写敏感的： hbase(main):022:0> alter 'student',{NAME=>'info',VERSIONS=>3} hbase(main):025:0> describe 'student' 先添加一行，再次测试 hbase(main):005:0> put 'student','1002','info:name','zhangsan' hbase(main):023:0> get 'student','1001',{COLUMN=>'info:name',VERSIONS=>3}- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
- 59
- 60
3.3 关于命名空间NameSpace的操作
hbase(main):035:0> list_namespace list_namespace list_namespace_tables hbase(main):035:0> list_namespace NAMESPACE default hbase 2 row(s) Took 0.0317 seconds hbase(main):036:0> create_namespace 'ns2' Took 0.1358 seconds hbase(main):037:0> list_namespace NAMESPACE default hbase ns2 3 row(s) Took 0.0109seconds hbase(main):038:0> list TABLE student 1 row(s) Took 0.0042 seconds => ["student"] //不能直接切换namespace，想在创建表的时候，直接在前面加上namespace名字即可。 hbase(main):039:0> use 'ns2' NoMethodError: undefined method `use' for main:Object hbase(main):040:0> create "ns2:stu","info" Created table ns2:stu Took 2.1326 seconds => Hbase::Table - ns2:stu hbase(main):041:0> list TABLE student ns2:stu 2 row(s) Took 0.0121 seconds => ["student", "ns2:stu"] //删除命名空间，需要先给里面的表disable并删除掉。 hbase(main):042:0> drop_namespace 'ns2' ERROR: org.apache.hadoop.hbase.constraint.ConstraintException: Only empty namespaces can be removed. Namespace ns2 has 1 tables at org.apache.hadoop.hbase.master.procedure.DeleteNamespaceProcedure.prepareDelete(DeleteNamespaceProcedure.java:217) at org.apache.hadoop.hbase.master.procedure.DeleteNamespaceProcedure.executeFromState(DeleteNamespaceProcedure.java:78) at org.apache.hadoop.hbase.master.procedure.DeleteNamespaceProcedure.executeFromState(DeleteNamespaceProcedure.java:45) at org.apache.hadoop.hbase.procedure2.StateMachineProcedure.execute(StateMachineProcedure.java:194) at org.apache.hadoop.hbase.procedure2.Procedure.doExecute(Procedure.java:962) at org.apache.hadoop.hbase.procedure2.ProcedureExecutor.execProcedure(ProcedureExecutor.java:1669) at org.apache.hadoop.hbase.procedure2.ProcedureExecutor.executeProcedure(ProcedureExecutor.java:1416) at org.apache.hadoop.hbase.procedure2.ProcedureExecutor.access$1100(ProcedureExecutor.java:79) at org.apache.hadoop.hbase.procedure2.ProcedureExecutor$WorkerThread.run(ProcedureExecutor.java:1986) For usage try 'help "drop_namespace"' Took 0.0439 seconds hbase(main):043:0> disable 'ns2:stu' Took 0.3387 seconds hbase(main):044:0> drop 'ns2:stu' Took 0.1344 seconds hbase(main):045:0> drop_namespace 'ns2' Took 0.1184 seconds hbase(main):046:0> list_namespace NAMESPACE default hbase 2 row(s) Took 0.0140 seconds- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
- 59
- 60
- 61
- 62
- 63
- 64
- 65
- 66
- 67
- 68
- 69
- 70
- 71
- 72
- 73
- 74
- 75
3.4 DML操作
hbase(main):051:0> create 'student','info' Created table student Took 2.1402 seconds => Hbase::Table - student hbase(main):052:0> put 'student','1001','info:name','zhangsan' Took 0.0411 seconds hbase(main):053:0> scan 'student' ROW COLUMN+CELL 1001 column=info:name, timestamp=2021-10-12T20:33:17.966, value=zhangsan 1 row(s) Took 0.0041 seconds hbase(main):055:0> get 'student','1001' COLUMN CELL info:name timestamp=2021-10-12T20:33:17.966, value=zhangsan 1 row(s) Took 0.0070 seconds 再次多放几条数据进去可以测试使用的。 put 'student','1001','info:sex','male' put 'student','1001','info:age','18' put 'student','1002','info:name','zhangsan' put 'student','1002','info:sex','female' put 'student','1002','info:age','20' hbase(main):061:0> scan 'student' ROW COLUMN+CELL 1001 column=info:age, timestamp=2021-10-12T20:39:38.391, value=18 1001 column=info:name, timestamp=2021-10-12T20:33:17.966, value=zhangsan 1001 column=info:sex, timestamp=2021-10-12T20:39:38.369, value=male 1002 column=info:age, timestamp=2021-10-12T20:39:39.350, value=20 1002 column=info:name, timestamp=2021-10-12T20:39:38.413, value=zhangsan 1002 column=info:sex, timestamp=2021-10-12T20:39:38.443, value=female 2 row(s) Took 0.0116 seconds hbase(main):062:0> get 'student','1001' COLUMN CELL info:age timestamp=2021-10-12T20:39:38.391, value=18 info:name timestamp=2021-10-12T20:33:17.966, value=zhangsan info:sex timestamp=2021-10-12T20:39:38.369, value=male 1 row(s) Took 0.0061 seconds hbase(main):063:0> get 'student','1001','info:name' COLUMN CELL info:name timestamp=2021-10-12T20:33:17.966, value=zhangsan 1 row(s) Took 0.0065 seconds hbase(main):064:0> get 'student','1001','info' COLUMN CELL info:age timestamp=2021-10-12T20:39:38.391, value=18 info:name timestamp=2021-10-12T20:33:17.966, value=zhangsan info:sex timestamp=2021-10-12T20:39:38.369, value=male 1 row(s) Took 0.0067 seconds hbase(main):065:0> 扫描查看表数据 hbase(main):008:0> scan 'student' 左闭右开 hbase(main):009:0> scan 'student',{STARTROW => '1001', STOPROW => '1002'} hbase(main):010:0> scan 'student',{STARTROW => '1001'}- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
- 59
- 60
- 61
- 62
- 63
- 64
- 65
- 66
- 67
- 68
- 69
下面修改一下数据
put 'student','1002','info:name','zhangsan2' 查看一下修改的最新的数据 hbase(main):067:0> put 'student','1002','info:name','zhangsan2' Took 0.0068 seconds hbase(main):068:0> scan 'student' ROW COLUMN+CELL 1001 column=info:age, timestamp=2021-10-12T20:39:38.391, value=18 1001 column=info:name, timestamp=2021-10-12T20:33:17.966, value=zhangsan 1001 column=info:sex, timestamp=2021-10-12T20:39:38.369, value=male 1002 column=info:age, timestamp=2021-10-12T20:39:39.350, value=20 1002 column=info:name, timestamp=2021-10-12T20:53:40.521, value=zhangsan2 1002 value=female 2 row(s) Took 0.0075 seconds 除了查看最新的数据，还查看历史的数据 hbase(main):072:0> help "scan" 在 help "scan" 有一个hbase> scan 't1', {RAW => true, VERSIONS => 10} 可以查看最新的10条数据。 操作实践 hbase(main):073:0> scan 'student', {RAW => true, VERSIONS => 10} ROW COLUMN+CELL 1001 column=info:age, timestamp=2021-10-12T20:39:38.391, value=18 1001 column=info:name, timestamp=2021-10-12T20:33:17.966, value=zhangsan 1001 column=info:sex, timestamp=2021-10-12T20:39:38.369, value=male 1002 column=info:age, timestamp=2021-10-12T20:39:39.350, value=20 1002 column=info:name, timestamp=2021-10-12T20:53:40.521, value=zhangsan2 1002 column=info:name, timestamp=2021-10-12T20:39:38.413, value=zhangsan 1002 column=info:sex, timestamp=2021-10-12T20:39:38.443, value=female 2 row(s) Took 0.0192 seconds hbase(main):074:0>- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
下面删除一下数据
删除某rowkey的全部数据： hbase(main):016:0> deleteall 'student','1001' 删除某rowkey的某一列数据： hbase(main):017:0> delete 'student','1002','info:sex' hbase(main):074:0> delete 'student','1002','info:sex' Took 0.0095 seconds hbase(main):075:0> scan 'student', {RAW => true, VERSIONS => 10} ROW COLUMN+CELL 1001 column=info:age, timestamp=2021-10-12T20:39:38.391, value=18 1001 column=info:name, timestamp=2021-10-12T20:33:17.966, value=zhangsan 1001 column=info:sex, timestamp=2021-10-12T20:39:38.369, value=male 1002 column=info:age, timestamp=2021-10-12T20:39:39.350, value=20 1002 column=info:name, timestamp=2021-10-12T20:53:40.521, value=zhangsan2 1002 column=info:name, timestamp=2021-10-12T20:39:38.413, value=zhangsan 1002 column=info:sex, timestamp=2021-10-12T20:39:38.443, type=Delete 1002 column=info:sex, timestamp=2021-10-12T20:39:38.443, value=female 2 row(s) Took 0.0115 seconds 你会发现有一个type类型是Delete类型。 hbase(main):076:0> scan 'student' ROW COLUMN+CELL 1001 column=info:age, timestamp=2021-10-12T20:39:38.391, value=18 1001 column=info:name, timestamp=2021-10-12T20:33:17.966, value=zhangsan 1001 column=info:sex, timestamp=2021-10-12T20:39:38.369, value=male 1002 column=info:age, timestamp=2021-10-12T20:39:39.350, value=20 1002 column=info:name, timestamp=2021-10-12T20:53:40.521, value=zhangsan2 2 row(s) Took 0.0181 seconds 如果遇到不会的命令，直接使用help查看一下即可。会有案例提示。 hbase(main):080:0> help 'deleteall'- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
3.5 去Hadoop的页面中去看看hbase的数据
没有指定新的命名空间的情况下，创建的表在default目录下面。
default点击进去之后，可以看到你创建的student表
d1f29994fd3793d7e6606c16a6bd7f60其实就是Region的名字。和HBase的页面中显示的是一直的。刚开始就一个Region。
走HDFS页面点击Region的名字进去之后，可以发现info列簇
点击Info进去之后，发现空的，这是因为还没有达到刷写到磁盘的条件。这个时候所有的数据还RegionServer的内存中呢。
第四章 HBase的Java API操作
后面放到专门的仓库中
声明：
文章中代码及相关语句为自己根据相应理解编写，文章中出现的相关图片为自己实践中的截图和相关技术对应的图片，若有相关异议，请联系删除。感谢。转载请注明出处，感谢。
By luoyepiaoxue2014B站： https://space.bilibili.com/1523287361 点击打开链接
微博地址： http://weibo.com/luoyepiaoxue2014 点击打开链接 -
相关阅读:
【Java毕设】基于idea Java的在线考试系统（附源码+课件）
《c++ Primer Plus 第6版》读书笔记（1）
ceph块存储在线扩容
WebServer流程讲解(注册模块)
齐岳|吲哚菁绿ICG标记PLGA（聚乳酸-羟基乙酸）载药纳米粒|ICG-PLGA|PLGA-ICG|ICG-SS-PEG-PLGA
能ping通，TCP就一定能连通吗？
java spring cloud 工程企业管理软件-综合型项目管理软件-工程系统源码
杰理-音乐,手表和手机的切换
【Docker】Docker 网络
C# 异步编程模式详解
- 原文地址：https://blog.csdn.net/luoyepiaoxue2014/article/details/128059299