HBase API 和 基本操作
本文共 32424 字，大约阅读时间需要 108 分钟。
数据操作有关的HBase API有5个，分别是 Get(读)，Put(写)，Delete(删)，Scan(扫描)和Increment(列值递增)
| hbase shell命令 | 描述 |
| alter | 修改列族（column family）模式 |
| count | 统计表中行的数量 |
| create | 创建表 |
| describe | 显示表相关的详细信息 |
| delete | 删除指定对象的值（可以为表，行，列对应的值，另外也可以指定时间戳的值） |
| deleteall | 删除指定行的所有元素值 |
| disable | 使表无效 |
| drop | 删除表 |
| enable | 使表有效 |
| exists | 测试表是否存在 |
| exit | 退出hbase shell |
| get | 获取行或单元（cell）的值 |
| incr | 增加指定表，行或列的值 |
| list | 列出hbase中存在的所有表 |
| put | 向指向的表单元添加值 |
| tools | 列出hbase所支持的工具 |
| scan | 通过对表的扫描来获取对用的值 |
| status | 返回hbase集群的状态信息 |
| shutdown | 关闭hbase集群（与exit不同） |
| truncate | 重新创建指定表 |
| version | 返回hbase版本信息 |
hbase数据库的一些基本操作
创表
下面开始我们探索之旅。要实现如图的表，首先需创建一张hbase表，创表的规范为：
create 'table', 'column_family_1','column_family_2','column_family_3'... hbase(main):032:0> create 'hbase_test','column_family_1', 'column_family_2', 'column_family_3'0 row(s) in 1.2620 seconds=> Hbase::Table - hbase_testhbase(main):033:0>
创表的关键字是create，”hbase_test”是表名；”column_family_1”，”column_family_2”，”column_family_3”是三个不同的列族名。
删除表
相应的，删除表可用drop命令：
表创建成功后，默认状态是enable，即“使用中”的状态，删除表之前需先设置表为“关闭中”。 设置表为“使用中”：enable 'hbase_test' 设置表为“关闭中”：disable 'hbase_test' disable 'hbase_test'drop 'hbase_test'
依次执行上述命令，可删除表成功。
查看所有表
可用list 命令查看当前创建的表：
hbase(main):026:0> listTABLE ai_ns:testtable demo dmp:hbase_tags emp fund1 hbase_tags hbase_test hbase_weitest jemp scores test1 11 row(s) in 0.1130 seconds
查看表结构
可使用describe命令查看表结构，其规范为：
describe 'table' hbase(main):033:0> describe 'hbase_test'Table hbase_test is ENABLED hbase_test COLUMN FAMILIES DESCRIPTION {NAME => 'column_family_1', BLOOMFILTER => 'ROW', VERSIONS => '1', IN_MEMORY => 'false', KEEP_DELETED_CELLS => 'FALSE', DATA_BLOCK_ENCODING => 'NONE', TTL => 'FOREVER', COMPRESSION => 'NONE', MIN_VERSIONS => '0', BLOCKCACHE => 'true', BLOCKSIZE => '65536', REPLICATION_SCOPE => '0'} {NAME => 'column_family_2', BLOOMFILTER => 'ROW', VERSIONS => '1', IN_MEMORY => 'false', KEEP_DELETED_CELLS => 'FALSE', DATA_BLOCK_ENCODING => 'NONE', TTL => 'FOREVER', COMPRESSION => 'NONE', MIN_VERSIONS => '0', BLOCKCACHE => 'true', BLOCKSIZE => '65536', REPLICATION_SCOPE => '0'} {NAME => 'column_family_3', BLOOMFILTER => 'ROW', VERSIONS => '1', IN_MEMORY => 'false', KEEP_DELETED_CELLS => 'FALSE', DATA_BLOCK_ENCODING => 'NONE', TTL => 'FOREVER', COMPRESSION => 'NONE', MIN_VERSIONS => '0', BLOCKCACHE => 'true', BLOCKSIZE => '65536', REPLICATION_SCOPE => '0'} 3 row(s) in 0.0290 seconds 插入与更新数据
如何插入数据呢？较为普遍的方法是put命令，其命令规范为：
put 'table', 'row key', 'column_family:column', 'value' hbase(main):007:0> put 'hbase_test','key_1','column_family_1:column_1','value1'0 row(s) in 0.1710 secondshbase(main):008:0> put 'hbase_test','key_1','column_family_1:column_2','value2'0 row(s) in 0.0150 seconds
查看创表过程，相比也知道”hbase_test”是表名；’001’ 是row key；’column_family_1:column_1’ 是列族以及列族对应的列，中间用”:”分隔；’value1’ 是”colum_1”这个列的值。表格的其他数据，可以用此方法全部插入：
put 'hbase_test','key_2','column_family_1:column_1','value4'put 'hbase_test','key_2','column_family_1:column_2','value5'put 'hbase_test','key_3','column_family_1:column_2','value5'put 'hbase_test','key_4','column_family_1:column_1','value1'put 'hbase_test','key_4','column_family_2:column_3','value3'put 'hbase_test','key_4','column_family_3:','value1'put 'hbase_test','key_4','column_family_3:','value1'put 'hbase_test','key_5','column_family_1:column_1','value1'put 'hbase_test','key_5','column_family_2:column_3','value4'put 'hbase_test','key_5','column_family_3:','value2'
put方法可以插入新数据，同样也运用于更新，使用方法与上述一致。
当然，put方法类似的还有很多，但大同小异，可以使用help "put"命令查看： hbase(main):046:0> help "put"Put a cell 'value' at specified table/row/column and optionallytimestamp coordinates. To put a cell value into table 'ns1:t1' or 't1'at row 'r1' under column 'c1' marked with the time 'ts1', do: hbase> put 'ns1:t1', 'r1', 'c1', 'value' hbase> put 't1', 'r1', 'c1', 'value' hbase> put 't1', 'r1', 'c1', 'value', ts1 hbase> put 't1', 'r1', 'c1', 'value', {ATTRIBUTES=>{'mykey'=>'myvalue'}} hbase> put 't1', 'r1', 'c1', 'value', ts1, {ATTRIBUTES=>{'mykey'=>'myvalue'}} hbase> put 't1', 'r1', 'c1', 'value', ts1, {VISIBILITY=>'PRIVATE|SECRET'}The same commands also can be run on a table reference. Suppose you had a referencet to table 't1', the corresponding command would be: hbase> t.put 'r1', 'c1', 'value', ts1, {ATTRIBUTES=>{'mykey'=>'myvalue'}} 读取数据（get）
以上这样的插入数据方式，很容易联想到获取数据是否也是类似格式呢？
没错，获取数据get 命令与之相似：hbase(main):020:0> get 'hbase_test','key_1' COLUMN CELL column_family_1:column_1 timestamp=1534259899359, value=value1 column_family_1:column_2 timestamp=1534259904389, value=value2 2 row(s) in 0.0220 seconds
同样的，类似的get方法还有别的，用help "get"命令查看：
hbase(main):047:0> help "get"Get row or cell contents; pass table name, row, and optionallya dictionary of column(s), timestamp, timerange and versions. Examples: hbase> get 'ns1:t1', 'r1' hbase> get 't1', 'r1' hbase> get 't1', 'r1', {TIMERANGE => [ts1, ts2]} hbase> get 't1', 'r1', {COLUMN => 'c1'} hbase> get 't1', 'r1', {COLUMN => ['c1', 'c2', 'c3']} hbase> get 't1', 'r1', {COLUMN => 'c1', TIMESTAMP => ts1} hbase> get 't1', 'r1', {COLUMN => 'c1', TIMERANGE => [ts1, ts2], VERSIONS => 4} hbase> get 't1', 'r1', {COLUMN => 'c1', TIMESTAMP => ts1, VERSIONS => 4} hbase> get 't1', 'r1', {FILTER => "ValueFilter(=, 'binary:abc')"} hbase> get 't1', 'r1', 'c1' hbase> get 't1', 'r1', 'c1', 'c2' hbase> get 't1', 'r1', ['c1', 'c2'] hbase> get 't1', 'r1', {COLUMN => 'c1', ATTRIBUTES => {'mykey'=>'myvalue'}} hbase> get 't1', 'r1', {COLUMN => 'c1', AUTHORIZATIONS => ['PRIVATE','SECRET']} hbase> get 't1', 'r1', {CONSISTENCY => 'TIMELINE'} hbase> get 't1', 'r1', {CONSISTENCY => 'TIMELINE', REGION_REPLICA_ID => 1} 读取数据（scan）
使用get命令虽然方便，但是终究只是某一个row key下的数据，若需要查看所有数据，明显不能满足我们工作需求。别急，还可以使用scan命令查看数据：
hbase(main):021:0> scan 'hbase_test'ROW COLUMN+CELL key_1 column=column_family_1:column_1, timestamp=1534259899359, value=value1 key_1 column=column_family_1:column_2, timestamp=1534259904389, value=value2 key_2 column=column_family_1:column_1, timestamp=1534259909024, value=value4 key_2 column=column_family_1:column_2, timestamp=1534259913358, value=value5 key_3 column=column_family_1:column_2, timestamp=1534259917322, value=value5 key_4 column=column_family_1:column_1, timestamp=1534259924209, value=value1 key_4 column=column_family_2:column_3, timestamp=1534259928680, value=value3 key_4 column=column_family_3:, timestamp=1534259936240, value=value1 key_5 column=column_family_1:column_1, timestamp=1534259939697, value=value1 key_5 column=column_family_2:column_3, timestamp=1534259943330, value=value4 key_5 column=column_family_3:, timestamp=1534259947358, value=value2 5 row(s) in 0.0420 seconds
以上为获取某张表的所有数据，若只需取’column_family_1’列族下的数据，则：
hbase(main):002:0> scan 'hbase_test',{COLUMN => 'column_family_1'}ROW COLUMN+CELL key_1 column=column_family_1:column_1, timestamp=1534259899359, value=value1 key_1 column=column_family_1:column_2, timestamp=1534259904389, value=value2 key_2 column=column_family_1:column_1, timestamp=1534259909024, value=value4 key_2 column=column_family_1:column_2, timestamp=1534259913358, value=value5 key_3 column=column_family_1:column_2, timestamp=1534259917322, value=value5 key_4 column=column_family_1:column_1, timestamp=1534259924209, value=value1 key_5 column=column_family_1:column_1, timestamp=1534259939697, value=value1 5 row(s) in 0.0330 seconds 上述表达式 等同于 scan 'hbase_test',{COLUMN => ['column_family_1']}
若需取’column_family_1’，’column_family_2’多列列族数据：
hbase(main):004:0> scan 'hbase_test',{COLUMN => ['column_family_1', 'column_family_2']}ROW COLUMN+CELL key_1 column=column_family_1:column_1, timestamp=1534259899359, value=value1 key_1 column=column_family_1:column_2, timestamp=1534259904389, value=value2 key_2 column=column_family_1:column_1, timestamp=1534259909024, value=value4 key_2 column=column_family_1:column_2, timestamp=1534259913358, value=value5 key_3 column=column_family_1:column_2, timestamp=1534259917322, value=value5 key_4 column=column_family_1:column_1, timestamp=1534259924209, value=value1 key_4 column=column_family_2:column_3, timestamp=1534259928680, value=value3 key_5 column=column_family_1:column_1, timestamp=1534259939697, value=value1 key_5 column=column_family_2:column_3, timestamp=1534259943330, value=value4 5 row(s) in 0.0270 seconds 再细致一点，你可能会有获取’column_family_1’列族下，’column_1’列的数据：
hbase(main):005:0> scan 'hbase_test',{COLUMN => ['column_family_1:column_1']}ROW COLUMN+CELL key_1 column=column_family_1:column_1, timestamp=1534259899359, value=value1 key_2 column=column_family_1:column_1, timestamp=1534259909024, value=value4 key_4 column=column_family_1:column_1, timestamp=1534259924209, value=value1 key_5 column=column_family_1:column_1, timestamp=1534259939697, value=value1 4 row(s) in 0.0190 seconds 同样的，多列数据可以这样获取：
hbase(main):006:0> scan 'hbase_test',{COLUMN => ['column_family_1:column_1','column_family_2:column_3']}ROW COLUMN+CELL key_1 column=column_family_1:column_1, timestamp=1534259899359, value=value1 key_2 column=column_family_1:column_1, timestamp=1534259909024, value=value4 key_4 column=column_family_1:column_1, timestamp=1534259924209, value=value1 key_4 column=column_family_2:column_3, timestamp=1534259928680, value=value3 key_5 column=column_family_1:column_1, timestamp=1534259939697, value=value1 key_5 column=column_family_2:column_3, timestamp=1534259943330, value=value4 4 row(s) in 0.0390 seconds 若要获取row key 大于等于某key的情况：
hbase(main):007:0> scan 'hbase_test',{COLUMN => ['column_family_1:column_1','column_family_2:column_3'], STARTROW => 'key_2'}ROW COLUMN+CELL key_2 column=column_family_1:column_1, timestamp=1534259909024, value=value4 key_4 column=column_family_1:column_1, timestamp=1534259924209, value=value1 key_4 column=column_family_2:column_3, timestamp=1534259928680, value=value3 key_5 column=column_family_1:column_1, timestamp=1534259939697, value=value1 key_5 column=column_family_2:column_3, timestamp=1534259943330, value=value4 3 row(s) in 0.0210 seconds 同样，获取row key 小于某key的情况：
hbase(main):008:0> scan 'hbase_test',{COLUMN => ['column_family_1:column_1','column_family_2:column_3'], STOPROW => 'key_2'}ROW COLUMN+CELL key_1 column=column_family_1:column_1, timestamp=1534259899359, value=value1 1 row(s) in 0.0330 seconds 大于等于key_2，小于key_5：
hbase(main):009:0> scan 'hbase_test',{COLUMN => ['column_family_1:column_1','column_family_2:column_3'], STARTROW => 'key_2', STOPROW => 'key_5'}ROW COLUMN+CELL key_2 column=column_family_1:column_1, timestamp=1534259909024, value=value4 key_4 column=column_family_1:column_1, timestamp=1534259924209, value=value1 key_4 column=column_family_2:column_3, timestamp=1534259928680, value=value3 2 row(s) in 0.0180 seconds 上述要注意关键字STARTROW与STOPROW稍有区别，STARTROW后的row key 是包含在内，而STOPROW后的row key 则是不包含的关系，相当于“左闭右开”的关系。
使用scan 命令扫描一张表的数据时，我们常常会限制下输出row key条数：
hbase(main):013:0> scan 'hbase_test', {LIMIT => 2}ROW COLUMN+CELL key_1 column=column_family_1:column_1, timestamp=1534259899359, value=value1 key_1 column=column_family_1:column_2, timestamp=1534259904389, value=value2 key_2 column=column_family_1:column_1, timestamp=1534259909024, value=value4 key_2 column=column_family_1:column_2, timestamp=1534259913358, value=value5 2 row(s) in 0.0190 seconds 看到上述输出你可能会懵，明明是 “LIMIT => 2” 为什么会返回四条数据，前面说了，row key 是唯一主键，这个限制的数量是针对主键row key的。
若想以反序获取两行数据：
hbase(main):016:0> scan 'hbase_test', {LIMIT => 2, REVERSED => true}ROW COLUMN+CELL key_5 column=column_family_1:column_1, timestamp=1534259939697, value=value1 key_5 column=column_family_2:column_3, timestamp=1534259943330, value=value4 key_5 column=column_family_3:, timestamp=1534259947358, value=value2 key_4 column=column_family_1:column_1, timestamp=1534259924209, value=value1 key_4 column=column_family_2:column_3, timestamp=1534259928680, value=value3 key_4 column=column_family_3:, timestamp=1534259936240, value=value1 2 row(s) in 0.0390 seconds 不要疑惑为什么不是与scan 'hbase_test', {LIMIT => 2}数据的输出内容不一致。默认情况下REVERSED => false,当设置REVERSED => true时，数据反向读取2行，自然与之前不一致。可以理解为mysql中select * from dual asc limit 2与select * from dual desc limit 2这样的区别。
scan的更多使用方法可用help 'scan'查看：
hbase(main):025:0> help 'scan'Scan a table; pass table name and optionally a dictionary of scannerspecifications. Scanner specifications may include one or more of:TIMERANGE, FILTER, LIMIT, STARTROW, STOPROW, ROWPREFIXFILTER, TIMESTAMP,MAXLENGTH or COLUMNS, CACHE or RAW, VERSIONS, ALL_METRICS or METRICSIf no columns are specified, all columns will be scanned.To scan all members of a column family, leave the qualifier empty as in'col_family'.The filter can be specified in two ways:1. Using a filterString - more information on this is available in theFilter Language document attached to the HBASE-4176 JIRA2. Using the entire package name of the filter.If you wish to see metrics regarding the execution of the scan, theALL_METRICS boolean should be set to true. Alternatively, if you wouldprefer to see only a subset of the metrics, the METRICS array can be defined to include the names of only the metrics you care about.Some examples: hbase> scan 'hbase:meta' hbase> scan 'hbase:meta', {COLUMNS => 'info:regioninfo'} hbase> scan 'ns1:t1', {COLUMNS => ['c1', 'c2'], LIMIT => 10, STARTROW => 'xyz'} hbase> scan 't1', {COLUMNS => ['c1', 'c2'], LIMIT => 10, STARTROW => 'xyz'} hbase> scan 't1', {COLUMNS => 'c1', TIMERANGE => [1303668804, 1303668904]} hbase> scan 't1', {REVERSED => true} hbase> scan 't1', {ALL_METRICS => true} hbase> scan 't1', {METRICS => ['RPC_RETRIES', 'ROWS_FILTERED']} hbase> scan 't1', {ROWPREFIXFILTER => 'row2', FILTER => " (QualifierFilter (>=, 'binary:xyz')) AND (TimestampsFilter ( 123, 456))"} hbase> scan 't1', {FILTER => org.apache.hadoop.hbase.filter.ColumnPaginationFilter.new(1, 0)} hbase> scan 't1', {CONSISTENCY => 'TIMELINE'} 删除数据（delete）
难免有数据插入不当的情况，可用delete命令删除：
hbase(main):027:0> put 'hbase_test','key_6','column_family_3:','value6'0 row(s) in 0.1020 secondshbase(main):028:0> get 'hbase_test','key_6','column_family_3:'COLUMN CELL column_family_3: timestamp=1534305060905, value=value6 1 row(s) in 0.0190 secondshbase(main):029:0> delete 'hbase_test','key_6','column_family_3:'0 row(s) in 0.0520 secondshbase(main):030:0> get 'hbase_test','key_6','column_family_3:'COLUMN CELL 0 row(s) in 0.0110 seconds
删除数据（delete all）
delete这个方法只能删除具体到哪一行中的某个列族下的某一列数据，想要删除一整行数据，需用deleteall命令：
hbase(main):041:0> put 'hbase_test','key_7','column_family_3:','value7'0 row(s) in 0.0150 secondshbase(main):042:0> put 'hbase_test','key_7','column_family_2:column_3','value9'0 row(s) in 0.0130 secondshbase(main):043:0> get 'hbase_test','key_7'COLUMN CELL column_family_2:column_3 timestamp=1534305920535, value=value9 column_family_3: timestamp=1534305915794, value=value7 2 row(s) in 0.0110 secondshbase(main):044:0> deleteall 'hbase_test','key_7'0 row(s) in 0.0110 secondshbase(main):045:0> get 'hbase_test','key_7'COLUMN CELL 0 row(s) in 0.0090 seconds
若需删除整张表的数据，可用truncate命令：
hbase(main):050:0> truncate 'hbase_test'Truncating 'hbase_test' table (it may take a while): - Disabling table... - Truncating table...0 row(s) in 3.4050 secondshbase(main):051:0> scan 'hbase_test'ROW COLUMN+CELL 0 row(s) in 0.3380 seconds
执行脚本
hbase 与 hive一样，都是可以直接执行脚本的。比如之前的put 命令，一个个填写复制粘贴写数据很麻烦，我可以全部put 命令放在一个文件中：
如上，执行完毕后，查看命令是否已正确执行，插入数据：
hbase(main):052:0> scan 'hbase_test'ROW COLUMN+CELL key_1 column=column_family_1:column_1, timestamp=1534306889023, value=value1 key_1 column=column_family_1:column_2, timestamp=1534306889072, value=value2 key_2 column=column_family_1:column_1, timestamp=1534306889078, value=value4 key_2 column=column_family_1:column_2, timestamp=1534306889083, value=value5 key_3 column=column_family_1:column_2, timestamp=1534306889093, value=value5 key_4 column=column_family_1:column_1, timestamp=1534306889099, value=value1 key_4 column=column_family_2:column_3, timestamp=1534306889104, value=value3 key_4 column=column_family_3:, timestamp=1534306889116, value=value1 key_5 column=column_family_1:column_1, timestamp=1534306889122, value=value1 key_5 column=column_family_2:column_3, timestamp=1534306889128, value=value4 key_5 column=column_family_3:, timestamp=1534306889144, value=value2 5 row(s) in 0.0270 seconds原文：https://blog.csdn.net/ck3207/article/details/81674557
进入到hbase安装目录的bin文件下，运行./start-hbase.sh 既可以启动，启动不了是因为配置原因，具体自己搜索，输入hbase shell 即可进入hbase'数据库的命令环境。
1.创建表 create 'test','cf' ---------创建表test，并且创建列族cf。
2.put 'test','row1','cf:a','va'--------为表test按行键row1为列族中的列a赋值为va
3.scan 'test'------------------------查看表中的所有信息
4.get 'test','row1'------------------查看表中指定行的信息
5.get 'test','row1','cf:a'------------------查看表中指定行的列族某列信息
6.删除表：先 disable 'test'使处于无效状态，再drop 'test' 删除表
7.quit-------------------------退出
8.get 'test','row1','cf','cg'------------------查看表中指定行的多个列族信息
HBASE API
（1）org.apache.hadoop.hbase.client.HBaseAdmin:提供一个接口来管理HBase数据库的表信息
例如：HBaseAdmin admin= new HBaseAdmin(config);
admin.disableTable("tablename");
##其他的接口方法可以参见文档
（2）org.apache.hadoop.hbase.HBaseConfiguration:提供一个接口来配置HBase
例如：HBaseConfiguration hconfig= new HBaseConfiguration();
hconfig.set("hbase.zookeeper.property.clientPort","2181");
##其他的接口方法可以参见文档
（3）org.apache.hadoop.hbase.HTableDescriptor:提供一个接口来操作列族和获取表信息
例如：HTableDescriptor htd= new HTableDescriptor(table);
htd.addFamily(new HcolumnDescriptor("family"));
##其他的接口方法可以参见文档
（4）org.apache.hadoop.hbase.client.Put:提供一个接口来对单个执行添加操作
例如：HTable table= new HTable(conf,Bytes.toBytes(tablename));
Put p = new Put(brow);//为指定行创建一个put操作
p.add(family,qualifiler,value);
table.put(p);
##其他的接口方法可以参见文档
===========================================================================
grant 'yexin' ,'RW','test' ------------------------------------给用户yexin分配对表的读写权限
user_permission --------------------------------------------查看表的权限列表
revoke 'yexin' 'test'------------------------------------------收回权限列表
表数据的增删该查：
count 'yexin'，{INTERVAL =>100,CACHE=>500}----------查看行数,每100条显示一次
delete 'yexin','row2','cf:name'------------------------------删除表中的某个列值（删除改值的所有版本）
delete 'yexin','row2'------------------------------删除表中的某个行
truncate 'yexin'----------------------------------删除表中的所有数据
创建表，且创建时指定列族：
扫描值是yedan的记录：
扫描值包含有ye的记录：
扫描列name的值包含ye的记录：
扫描行健为row开头的记录：
只取key中的第一个列的第一个version并且只要key记录：
扫描列族中的某个值大于某个数的记录：
增加列族和删除列族：
原文：https://blog.csdn.net/qq_25948717/article/details/80724796
你可能感兴趣的文章
Android Graphic Stacks
查看>>
Android性能调优
查看>>
ArrayList和LinkedList的几种循环遍历方式及性能对比分析
查看>>
Android深入浅出之Binder机制
查看>>
顶点属性相关
查看>>
timer
查看>>
Handle
查看>>
view 效率优化
查看>>
gdx 源码分析摘录
查看>>
view 树的渲染过程
查看>>
android 中使用gles基础
查看>>
animation
查看>>
ad test
查看>>
gdx无法更新
查看>>
grass using LibGDX
查看>>
Android中draw过程分析 (结合Android 4.0.4 最新源码)
查看>>
Android Touch事件传递机制解析
查看>>
Android中layout过程详解 (结合Android 4.0.4 最新源码)
查看>>
1.利用android提高的的insert，query，update，deleteAPI与execSql，rawQuery函数执行原生的插入，查询，更新，删除语句操作花费时间的对比结果
查看>>
递归 2分查找法
查看>>