Hbase 操作

一、基本操作

1. 基本操作

  1. hbase shell
  2.   进入系统
  4. help
  5.   显示帮助信息
  7. status
  8.   查看服务器状态
  10. version
  11.   查看 hbase 版本

2. DDL 操作

  1. * 创建表 :
  2.   create '表名','列族 1','列族 2','列族 N'
  3.   create 'member','member_id','address','info'
  4.   create 'member',{NAME=>'member_id'},{NAME=>'address'},{NAME=>'info'}
  6. * 修改表名
  7.   disable 'member'
  8.   snapshot 'member', 'member_Snapshot'  // 快照一份
  9.   clone_snapshot 'member_Snapshot', 'member_20160518' // 克隆到目标表
  10.   delete_snapshot 'member_Snapshot' // 删除快照表
  12. * 查看所有表 :
  13.   list
  15. * 查看表结构 :
  16.   describe '表名'
  17.   describe 'member'
  19. * 删除、修改列族 :
  20.   disable 'member' // 禁用
  21.   alter 'member',{'delete' => 'member_id'}
  22.   enable 'member'  // 开启
  24. * 增加列族
  25.   disable 'member'
  26.   alter 'member',{NAME => 'recommend', VERSIONS => 3}  表示存储 3 个版本数据
  27.   enable 'member'
  29. * 删除表 :
  30.   disable 'member' // 禁用
  31.   drop 'member'
  33. * 删除列
  34.   delete 'member','1','列族:列'
  36. * 检测一个表是否存在 :
  37.   exists 'member'
  39. * 判断表是否 enable(启用) :
  40.   is_enabled 'member'
  42. * 判断表示会否 disable(禁用) :
  43.   is_disabled 'member'

3. DML 操作

3.1 普通操作

  1. * 插入记录 :
  2.   put '表名','行名','列族:','值'
  3.   // 向 member 表, (row-key), (列族:列) ,写入数据
  4.   put 'member','jason','info:age','1'
  5.   put 'member','jason','info:birthday','2016-01-01'
  6.   put 'member','jason','info:company','angejia'
  7.   // 向 member 表, (row-key), (列族:列) ,写入数据
  8.   put 'member','jason','address:contry','china'
  9.   put 'member','jason','address:province','shanghai'
  10.   put 'member','jason','address:city','shanghai'
  12. * 查看记录 :
  13.   get '表名','行名','列族:列名'
  14.   1) 获取一个 row-key 所有列族数据
  15.     get 'member','jason'
  17.   2) 获取一个 row-key , 列族数据
  18.     get 'member','jason','info'
  20.   3) 获取一个 row-key , 列族:列 的数据
  21.     get 'member','jason','info:age'
  23. * 更新记录(就是重新写一条) :
  24.   put 'member','jason','info:age','24'
  26. * 根据获取 2 个版本数据 :
  27.   1) 修改前时间戳数据
  28.     get 'member','jason',{COLUMN=>'info:age',TIMESTAMP=>1456068948812}
  30.   2) 修改后时间戳数据
  31.     get 'member','jason',{COLUMN=>'info:age',TIMESTAMP=>1456069279146}
  33.   3) 获取三个版本数据
  34.     get 'member','jason',{COLUMN=>'info:age',VERSIONS=>3}
  36. * 全表扫描(显示所有 row-key,列族) :
  37.   scan 'member'
  38.   1) 显示 member 所有列族，但只取一行
  39.     scan 'member', {COLUMNS => ['info'], LIMIT => 1}
  41.   1) 显示 member 表,列族是 info 的所有数据
  42.     scan 'member', {COLUMNS => ['info'], LIMIT => 1}
  44.   2) 显示 member 表,列族 info , birthday 列的 数据
  45.     scan 'member', {COLUMNS => ['info:birthday'], LIMIT => 1}
  47. * 删除 row-key 下的 列族:列 的字段 :
  48.   delete 'member','jason','info:age'
  50. * 删除 row-key
  51.   deleteall 'member','10'
  53. * 查询表行数 :
  54.   count 'member'
  56. * 递增
  57.   incr 'member','jason','info:age'
  59. * 清空表
  60.   truncate 'member'

4. filter 过滤器

  1. * ValueFilter() 针对值查找过滤
  2.   1) 列族:所有列,值 = (angejia)
  3.     scan 'member', {FILTER=>"ValueFilter(=,'binary:angejia')"}
  5.   2) 列族:所有列,值 包含 (ge)
  6.     scan 'member', {FILTER=>"ValueFilter(=,'substring:ge')"}
  8. * ColumnPrefixFilter() 针对列查找过滤
  9.   1) 列族:company 列,值 包含 (ge)
  10.     scan 'member', {FILTER=>"ColumnPrefixFilter('company') AND ValueFilter(=,'substring:ge')"}
  11.   2) 值 = (angejia)
  12.     scan 'member', {FILTER=>"ColumnPrefixFilter('company') AND (ValueFilter(=,'binary:angejia') )"}
  14. * PrefixFilter() row-key 开头查找过滤
  15.   1) row-key 为 jason 开头的，所有列族和列 的数据
  16.     scan 'member', {FILTER => "PrefixFilter ('jason')"}
  18. * FirstKeyOnlyFilter() 多个 version 的第一个
  19.   KeyOnlyFilter() 只要,key 不要值
  20.   1) 查找 多个版本中第一个版本的数据
  21.   scan 'member', {FILTER=>"FirstKeyOnlyFilter() AND KeyOnlyFilter()"}
  23. * STARTROW  范围查找开始
  24.   STOPROW   范围查找结束
  25.   1) 从 row-key 的 n 个位置开始查找(star_row)
  26.     scan 'member', {STARTROW => 'jason'}
  28.   2) 从 row-key 的 n 个位置开始 到 从 row-key 的 n 个位置 结束的数据
  29.     scan 'member', {STARTROW=>'jason', STOPROW=>'jason'}
  31. * RowFilter() row-key 包含查找过滤
  32.   import org.apache.hadoop.hbase.filter.CompareFilter
  33.   import org.apache.hadoop.hbase.filter.SubstringComparator
  34.   import org.apache.hadoop.hbase.filter.RowFilter
  35.   import org.apache.hadoop.hbase.filter.RegexStringComparator
  37.   1) row-key 里面包含 jas 的数据
  38.     scan 'member', {
  39.       FILTER => RowFilter.new(
  40.         CompareFilter::CompareOp.valueOf('EQUAL'),
  41.         SubstringComparator.new('jas')
  42.       )
  43.     }
  45.   2) row-key 正则匹配查询
  46.     scan 'member', {
  47.       FILTER => RowFilter.new(
  48.         CompareFilter::CompareOp.valueOf('EQUAL'),
  49.         RegexStringComparator.new('^jas[a-z]+$')
  50.       )
  51.     }
  53. * SingleColumnValueFilter() 列值过滤器
  54.   import org.apache.hadoop.hbase.filter.CompareFilter
  55.   import org.apache.hadoop.hbase.filter.SingleColumnValueFilter
  56.   import org.apache.hadoop.hbase.filter.SubstringComparator
  58.   1) info:company 列,值 = angejia 的数据
  59.     scan 'member', {
  60.       # 显示指定列数据,如果不写,则返回所有匹配出的数据
  61.       COLUMNS => 'info:company',
  62.       FILTER => SingleColumnValueFilter.new(
  63.         Bytes.toBytes('info'),
  64.         Bytes.toBytes('company'),
  65.         CompareFilter::CompareOp.valueOf('EQUAL'),
  66.         Bytes.toBytes('angejia')
  67.       )
  68.     }