您现在的位置是：首页 > 文章详情

HBase - Phoenix剖析

日期：2016-04-24点击：555收藏

1.概述

在《Hadoop－Drill深度剖析》一文当中，给大家介绍了Drill的相关内容，就实时查询来说，Drill基本能够满足要求，同时还可以做一个简单业务上的聚合，如果在使用Hive做一些简单的业务统计（不涉及多维度，比如CUBE，ROLLUP之类的函数），只是用一些基本的聚合函数或是JOIN ON之类的，Drill基本满足要求，而且响应速度可比OLTP。今天给大家剖析的是另外一种工具，由于目前Drill官方不支持对表的插入，更新操作。所以，在操作HBase的时候，若遇到这些需求，Drill就有点力不从心。那么，Phoenix可以满足以上需求。它更接近与标准的SQL。

2.Architecture

在Phoenix中SQL Query Plan的执行，基本上是通过构建一系列的HBase Scan来完成。为了尽可能减少数据的传输，在Region Server使用Coprocessor来尽可能的执行Aggregate相关的工作，基本实现的思路是使用RegionObserver在 PostScannerOpen Hook中将RegionScanner替换成支持Aggregation工作的定制化的Scanner，具体的Aggregate操作通过Custom 的Scan属性传递给RegionScanner。然与基于MapReduce的框架执行Plan的思想比较，基本上就是通过Coprocessor，使用RegionServer自身来在各个节点上执行Aggregation。另外，通过各种定制的Filter在HBase的RegionScanner Scan过程中，尽早的将不相关的数据过滤掉。采用JDBC接口和应用程序交互。

3.Grammar

本篇博客所对应的软件版本号，如下所示：

HBase：0.98
Phoenix：4.6-HBase-0.98

这里需要注意的是，Phoenix的版本是和HBase版本相匹配的，可以在Phoenix的官网选择对应的HBase版本。就本篇博客截止，官方所支持的语法如下图所示：

3.How to use

如何将Phoenix嵌入到现有业务当中，其实，Phoenix只是一个中间件（或是一个HBase的SQL插件），它的使用较为简单，首先，我们准备好对应的安装包，下载地址如下所示：

［Phoenix-HBase-0.98］［下载地址］

然后，将Phoenix目录下的phoenix-*.jar拷贝到HBase的lib目录，这里面是将所有的插件均拷贝到HBase了，若是只使用个别插件，大家可按需选择即可。然后重启HBase集群即可。

3.1 Shell Client

这里，我们可以验证Phoenix是否可用，可以通过终端来验证，在Phoenix的bin目录当中有一个sqlline.py脚本，可以通过该脚本来操作HBase中的表，命令如下所示：

./sqlline.py zk01,zk02,zk03:2181

通过英文感叹号可以获取帮助命令，如下图所示：

然后，我们可以做一些测试来，验证起可用性。如下图所示：

脚本如下所示：

     create table test3 (mykey  integer not null primary key , mycolumn  varchar ); 
 upsert  into test3  values (1, 'Hello' ); 
 upsert  into test3  values (2, 'World2' ); 
 upsert  into test3  values (3, 'World3' ); 
 upsert  into test3  values (4, 'World4' ); 
 upsert  into test3  values (5, 'World5' ); 
 select *  from test3; 
 
  

3.2 JDBC

另外，Phoenix也支持JDBC去访问，这里笔者给大家写了一个示例代码，如下所示：

     package cn.smrtloli.phoenix.demo; 
   
 import java.sql.Connection; 
 import java.sql.DriverManager; 
 import java.sql.ResultSet; 
 import java.sql.SQLException; 
 import java.sql.Statement; 
   
 /** 
   * @Date Dec 14, 2015 
   * 
   * @Author dengjie 
   * 
   * @Note TODO 
   */ 
 public class PhoenixDemo { 
      private static String driver =  "org.apache.phoenix.jdbc.PhoenixDriver" ; 
   
      public static void main(String[] args)  throws SQLException { 
          try { 
              Class.forName(driver); 
          }  catch (ClassNotFoundException e) { 
              e.printStackTrace(); 
          } 
          Statement stmt =  null ; 
          ResultSet rset =  null ; 
   
          Connection con = DriverManager.getConnection( "jdbc:phoenix:zk01,zk02,zk03:2181" ); 
          stmt = con.createStatement(); 
          String sql =  "select * from test3" ; 
          rset = stmt.executeQuery(sql); 
          while (rset.next()) { 
              System.out.println(rset.getString( "mycolumn" )); 
          } 
          stmt.close(); 
          con.close(); 
      } 
 } 
 
  

另外，在pom.xml中添加如下依赖JAR文件，内容如下所示：

<dependency> <groupId>org.apache.phoenix</groupId> <artifactId>phoenix-core</artifactId> <version>4.6.0-HBase-0.98</version> </dependency>

运行结果，如下所示：

4.总结

就使用的结果来看，虽然满足了一些CRUD的操作，然其在HBase的基础上完成，过于依赖HBase，对其他存储介质的支持有限。总体来说，对于HBase中已有数据，做标准的SQL操作来说，是足够了。另外，时延要求较高的业务，还是用HBase的API来完成，Phoenix虽说速度、性能较快，毕竟不能严格意义上达到OLTP。