HBase单机配置(官网):
HBase下载http://www.apache.org/dyn/closer.cgi/hbase/
解压缩,然后进入到那个要解压的目录.
$ tar xfz hbase-××××.tar.gz
$ cd hbase-×××××
现在你已经可以启动HBase了。但是你可能需要先编辑 conf/hbase-site.xml
去配置hbase.rootdir
,来选择HBase将数据写到哪个目录 .
<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<property>
<name>hbase.rootdir</name>
<value>file:///DIRECTORY/hbase</value>
</property>
</configuration>
将 DIRECTORY
替换成你期望写文件的目录. 默认 hbase.rootdir
是指向 /tmp/hbase-${user.name}
,也就说你会在重启后丢失数据(重启的时候操作系统会清理/tmp
目录)
1.创建表
同其它数据库一样,hbase也有表的概念。
hbase(main):001:0> create 'test','cf'
0 row(s) in 1.5210 seconds
=> Hbase::Table - test
这张表的表名叫做test , 有一个列族叫做cf
(注意shell中所有的名字都必须用引号引起来,和传统数据库不同的是,HBASE的表不用定义有哪些列(字段,Column),因为列是可以动态增加和删除的。但Hbase表需要定义列族(column family).每张表有一个或者多个列族,每个列必须且仅属于一个列族。列族主要用来存储上对相关的列分组,从而使得减少对无关列的访问来提高性能。)
下面看看这张表是什么(describe命令)
hbase(main):003:0> describe 'test'
Table test is ENABLED
test
COLUMN FAMILIES DESCRIPTION
{NAME => 'cf', BLOOMFILTER => 'ROW', VERSIONS => '1', IN_MEMORY => 'false', KEEP
_DELETED_CELLS => 'FALSE', DATA_BLOCK_ENCODING => 'NONE', TTL => 'FOREVER', COMP
RESSION => 'NONE', MIN_VERSIONS => '0', BLOCKCACHE => 'true', BLOCKSIZE => '6553
6', REPLICATION_SCOPE => '0'}
1 row(s) in 0.1610 seconds
可以看到HBase给这张表设置了很多默认的属性。
- Version:缺省值是3,即默认保存了三个历史版本。就是说,如果一个值被覆盖了,和传统数据库不同,HBase不仅保存了新值,最近的2个值也都相同。
- TTL:生存期,一个数据在HBase中被保存的时限。意思是,如果你设置TTL是俩天的话,那么俩天后这个数据会被HBase自动的清楚。如果你希望永久的保存,那把TTL设置到做大就好。
2.插入数据
往表test里插入一些数据:
hbase(main):004:0> put 'test','row1','cf:a','value1'
0 row(s) in 0.1330 seconds
hbase(main):005:0> put 'test','row2','cf:b','value2'
0 row(s) in 0.0150 seconds
hbase(main):006:0> put 'test','row3','cf:c','value3'
0 row(s) in 0.0130 seconds
hbase(main):007:0> put 'test','row1','cf:c','value4'
0 row(s) in 0.0100 seconds
hbase(main):008:0> put 'test','row1','cf:c','value4'
0 row(s) in 0.0100 seconds
hbase(main):009:0> put 'test','row1','cf:c','value4'
0 row(s) in 0.0100 seconds
上面的命令往表test里放了3行数据。命令put就是往表中插入或者更新一条数据。HBase表中的每一行数据都由一个行主键来标识,所以我们用row1,row2这样的字符串来标识相应的行。每一行由“列族:列名”这样的组合来标识,所以cf:a就是在列族cf中名为a的列。命令的最后一个参数是该列的值。
3.读出数据
下面读出所有数据
hbase(main):010:0> scan 'test'
ROW COLUMN+CELL
row1 column=cf:a, timestamp=1499600631906, value=value1
row1 column=cf:c, timestamp=1499600731612, value=value4
row2 column=cf:b, timestamp=1499600686798, value=value2
row3 column=cf:c, timestamp=1499600707212, value=value3
3 row(s) in 0.0480 seconds
可以看到一共有四条数据
每条数据都有一个时间戳,这是HBase写入时记录的系统时间。
用表格描述这张表
row key
column family: cf
a
b
c
row1
value1
value4
row2
value2
row3
value3
空的表格并不代表这里有这个单元格存在。在传统数据库中,空白单元表示该单元存在但其值为空(传统数据库总是结构化的)。但这里画成二维表只是便于理解,其本质上完全是非结构化的。
例如:我们使用get来获取特定一行的数据:
hbase(main):019:0> get 'test','row2'
COLUMN CELL
cf:b timestamp=1499600686798, value=value2
1 row(s) in 0.0400 seconds
4.更新数据
更新test一个单元(将row1的cf:a列更新值为value5):
hbase(main):020:0> put 'test' , 'row1' ,'cf:a' , 'value5'
0 row(s) in 0.0210 seconds
结果:
hbase(main):021:0> scan 'test'
ROW COLUMN+CELL
row1 column=cf:a, timestamp=1499602903513, value=value5
row1 column=cf:c, timestamp=1499601334793, value=value5
row2 column=cf:b, timestamp=1499600686798, value=value2
row3 column=cf:c, timestamp=1499600707212, value=value3
3 row(s) in 0.0350 seconds
5.删除数据
用以下命令删除这张表:
hbase(main):022:0> disable 'test'
0 row(s) in 2.2800 seconds
hbase(main):023:0> drop 'test'
0 row(s) in 1.2600 seconds
HBase中删除表必须先把表下线(disable) , 然后才能把表删除掉。
运行以下命令退出Shell:
hbase(main):024:0> exit