HBase学习总结(2)：HBase介绍及其基本操作

(HBase是一种数据库：Hadoop数据库，它是一种NoSQL存储系统，专门设计用来快速随机读写大规模数据。在已成功安装并正常启动的前提下，本文介绍HBase的基本操作。)
一、HBase简介
什么是HBase(Hadoop Database)呢？有以下两种常见的说法：
第一，它是一种稀疏的、分布式的、持久化的、多维有序映射，它基于行键(row key)、列键(column key)和时间戳(timestamp)建立索引。
第二，它是一种键值(key value)存储，面向列族的数据库，有时也是一种存储多时间戳版本映射的数据库。
以上两种描述都是对的。但从根本上来说，HBase是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，是一个可以随机访问的存储和检索数据的平台。大家可以按照需要写入数据，然后再按照需要读取数据。

HBase有如下特点：
第一，它不介意数据类型，允许动态的、灵活的数据模型，并不限制存储的数据的种类。因此，它可以自如地存储结构化和半结构化的数据。
第二，它不用SQL语言，也不强调数据之间的关系。
第三，它不允许跨行的事务，可以在一行的某一列存储一个整数，而在另一行的同一列存储字符串。
第四，它被设计成在一个服务器集群上运行，而不是单台服务器。这意味着一种强大的、可扩展的数据的使用方式。
从HBase的特点可以看出，HBase的设计与目标都与传统的关系型数据库不同。

二、HBase的基本操作
在已成功安装并正常启动HBase的前提下，我们可以使用HBase Shell，通过命令行方式与HBase进行交互。
1.启动HBase Shell
转到HBase解压包的“bin”目录下，使用命令“./hbase shell”或“sh hbase shell”命令即可启动HBase Shell。启动之后的信息如下：

HBase Shell; enter 'help<RETURN>' for list of supported commands. Type "exit<RETURN>" to leave the HBase Shell Version 1.0.1, r66a93c09df3b12ff7b86c39bc8475c60e15af82d, Fri Apr 17 22:14:06 PDT 2015 hbase(main):001:0>

为了验证HBase是否安装成功，我们可以输入“list”查看HBase中所有的表。该命令的执行情况如下：

hbase(main):001:0> list TABLE 0 row(s) in 0.2390 seconds => []

由于是首次登录，因此HBase中包含了0个表。

2.创建表
HBase使用表作为顶级结构来存储数据，写数据到HBase，也就是写数据到表。下面创建一个有一个列族(“cf”)的表“mytable”：

hbase(main):002:0> create 'mytable', 'cf' 0 row(s) in 0.3250 seconds => Hbase::Table - mytable hbase(main):003:0> list TABLE mytable 1 row(s) in 0.0090 seconds => ["mytable"]

使用“list”命令，我们可以看到，表创建成功。

3.写数据
表创建好之后，就需要写入一些数据。例如，我们想往表里写入“hello hbase”，那么我们就在“mytable”表的“first”行中的“cf:info”列对应的数据单元中插入“hello hbase”。命令执行如下：

hbase(main):004:0> put 'mytable', 'first', 'cf:info', 'hello hbase' 0 row(s) in 0.0970 seconds

我们还可以继续多增加几个值，如下：

hbase(main):005:0> put 'mytable', 'second', 'cf:name', 'zhou' 0 row(s) in 0.0180 seconds hbase(main):006:0> put 'mytable', 'third', 'cf:nation', 'China' 0 row(s) in 0.0080 seconds

现在表里面有3行和3个数据单元。在使用列的时候，大家并没有提前定义这些列，也没有定义往每个列中存储的数据类型。因此，HBase是一种无模式的数据库。

4.读数据
HBase有两种方式读取数据：get和scan。get方式可以读取一行的数据信息，scan方式可以读取表中所有行的数据信息。
get命令执行如下：

hbase(main):008:0> get 'mytable', 'first' COLUMN CELL cf:info timestamp=1435548279711, value=hello hbase 1 row(s) in 0.0770 seconds

该命令输出了该行所有的数据单元。

scan命令执行如下：

hbase(main):009:0> scan 'mytable' ROW COLUMN+CELL first column=cf:info, timestamp=1435548279711, value=hello hbase second column=cf:name, timestamp=1435548751549, value=zhou third column=cf:nation, timestamp=1435548760826, value=China 3 row(s) in 0.0320 seconds

该命令返回了所有数据。HBase返回行的顺序，是按照行的名字排序的。HBase称之为行键(rowkey)。

5.删除表
要想删除一张表，需要先将其“disable”掉，然后再“drop”掉。命令执行如下：

hbase(main):010:0> disable 'mytable' 0 row(s) in 1.2380 seconds hbase(main):011:0> drop 'mytable' 0 row(s) in 0.1770 seconds hbase(main):012:0> list TABLE 0 row(s) in 0.0070 seconds => []

HBase还有很多技巧，但是其他所有的东西都是建立在上面那些基本操作基础之上的。大家一定要好好体会。

---

本人微信公众号：zhouzxi，请扫描以下二维码：