Spring Boot 整合 HBase

一、HBase 介绍

HBase是一个分布式的、面向列的开源数据库，Hadoop 数据库。搭建基于 Hadoop 和 ZK 。

历史是基于 Google 的 Bigtable 、Google 文件系统等论文。HBase 在Hadoop 之上提供了类似于 Bigtable 的能力。 HBase是Apache的Hadoop项目的子项目。HBase不同于一般的关系数据库，它是一个适合于非结构化数据存储的数据库。另一个不同的是HBase基于列的而不是基于行的模式。

HBase 特性：

大：一个表可以有数十亿行，上百万列, PB级别的水平扩展能力

无模式：每行都有一个可排序的主键和任意多的列，列可以根据需要- - 动态的增加，同一张表中不同的行可以有截然不同的列

稀疏:空列不占用存储空间，表可以很稀疏

可靠性高:系统无单点，容忍任意两台物理节点故障，数据无风险

数据多版本:每个单元中的数据可以有多个版本，默认情况下版本号自动分配，是单元格插入时的时间戳

HBase 适用场景：

海量数据场景，天然支持数据水平扩展，处理 TB 到 PB 数据

写性能突出，轻松打满网卡，增量数据抓取、批处理

源于Hadoop生态，和hadoop生态各个大数据系统天然集成

HBase 运行模式

单机

伪分布式

分布式

实战小提示：如果 DB 数据大，想要同步到 HBase 怎么做？用数据同步工具：DataX、binlog 等

二、HBase 安装

brew 一键安装即可：

brew install hbase

等安装好后，安装目录如下：

/usr/local/Cellar/hbase/1.2.6

/libexec/conf 是目录，在配置目录配置 JDK 环境如下：

vim libexec/conf/hbase-env.sh

配置 JAVA_HOME 到本机的 JDK 安装目录。

然后打开 hbase-site.xml 文件，里面是对应的两个文件目录：

// HBase 存储文件地方
file:///usr/local/var/hbase
// ZooKeeper 存储文件地方
/usr/local/var/zookeeper

进入 bin ，里面是运行和关闭的 sh 脚本。 启动 HBase ，简单如下：

sudo ./start-hbase.sh

控制台中出现如下信息，说明启动 HBase 成功：

Java HotSpot(TM) 64-Bit Server VM warning: Option UseConcMarkSweepGC was deprecated in version 9.0 and will likely be removed in a future release.
starting master, logging to /usr/local/var/log/hbase/hbase-root-master-BYSocketdeMacBook-Pro-2.local.out
Java HotSpot(TM) 64-Bit Server VM warning: Option UseConcMarkSweepGC was deprecated in version 9.0 and will likely be removed in a future release.
Java HotSpot(TM) 64-Bit Server VM warning: Ignoring option PermSize; support was removed in 8.0
Java HotSpot(TM) 64-Bit Server VM warning: Ignoring option MaxPermSize; support was removed in 8.0

三、Spring Boot 整合 HBase

在 pom.xml 文件中加入对应的依赖：

<dependency>
      <groupId>com.spring4all</groupId>
      <artifactId>spring-boot-starter-hbase</artifactId>
      <version>${spring-boot-habse}</version>
      <exclusions>
        <exclusion>
          <groupId>org.slf4j</groupId>
          <artifactId>slf4j-log4j12</artifactId>
        </exclusion>
        <exclusion>
          <groupId>log4j</groupId>
          <artifactId>log4j</artifactId>
        </exclusion>
      </exclusions>
    </dependency>

需要解决日志包依赖冲突，所以排除日志相关依赖包

在 application.properties 添加对应的 HBase 配置：

## HBase 数据源配置
spring.data.hbase.quorum=127.0.0.1:2181
spring.data.hbase.rootDir=/hbase
spring.data.hbase.nodeParent=

nodeParent 适用于集群，目前是单机模式，不需要配置。

创建一个 Dto 对象：

public class PeopleDto {
    private String name;
    private int age;
    public String getName() {
        return name;
    }
    public PeopleDto setName(String name) {
        this.name = name;
        return this;
    }
    public int getAge() {
        return age;
    }
    public PeopleDto setAge(int age) {
        this.age = age;
        return this;
    }
}

定义该对象的 RowMapper：

import com.jthink.skyeye.data.hbase.api.RowMapper;
import org.apache.hadoop.hbase.client.Result;
import org.apache.hadoop.hbase.util.Bytes;
public class PeopleRowMapper implements RowMapper<PeopleDto> {
    private static byte[] COLUMNFAMILY = "f".getBytes();
    private static byte[] NAME = "name".getBytes();
    private static byte[] AGE = "age".getBytes();
    @Override
    public PeopleDto mapRow(Result result, int rowNum) throws Exception {
        PeopleDto dto = new PeopleDto();
        // TODO: 设置相关的属性值
        String name = Bytes.toString(result.getValue(COLUMNFAMILY, NAME));
        int age = Bytes.toInt(result.getValue(COLUMNFAMILY, AGE));
        return dto.setName(name).setAge(age);
    }
}

CRUD 服务层操作：

@Service
public class QueryService {
    @Autowired
    private HbaseTemplate hbaseTemplate;
    public List<PeopleDto> query(String startRow, String stopRow) {
        Scan scan = new Scan(Bytes.toBytes(startRow), Bytes.toBytes(stopRow));
        scan.setCaching(5000);
        List<PeopleDto> dtos = this.hbaseTemplate.find("people_table", scan, new PeopleRowMapper());
        return dtos;
    }
    public PeopleDto query(String row) {
        PeopleDto dto = this.hbaseTemplate.get("people_table", row, new PeopleRowMapper());
        return dto;
    }
    public void saveOrUpdates() {
        List<Mutation> puts = new ArrayList<>();
        // 设值
        this.hbaseTemplate.saveOrUpdates("people_table", puts);
    }
    public void saveOrUpdate() {
        Mutation delete = new Delete(Bytes.toBytes(""));
        this.hbaseTemplate.saveOrUpdate("people_table", delete);
    }
    public void saveOrUpdate() {
        List<Mutation> saveOrUpdates = new ArrayList<>();
        Put put = new Put(Bytes.toBytes("135xxxxxx"));
        put.addColumn(Bytes.toBytes("people"), Bytes.toBytes("name"), Bytes.toBytes("JThink"));
        saveOrUpdates.add(put);
        Delete delete = new Delete(Bytes.toBytes("136xxxxxx"));
        saveOrUpdates.add(delete);
        // 继续add
        this.hbaseTemplate.saveOrUpdates("people_table", saveOrUpdates);
    }
}

四、小结

在实践演进中，不可能一下次就用上高大上的 HBase。所以，同步数据这块强烈推荐 DataX。