-----------------------------------------------------------------------------------

一、HBase简介

1.1简介

hbase是bigtable的开源山寨版本。是建立的hdfs之上，提供高可靠性、高性能、列存储、可伸缩、实时读写的数据库系统。
它介于nosql和RDBMS之间，仅能通过主键(row key)和主键的range来检索数据，仅支持单行事务(可通过hive支持来实现多表join等复杂操作)。主要用来存储非结构化和半结构化的松散数据。与hadoop一样，Hbase目标主要依靠横向扩展，通过不断增加廉价的商用服务器，来增加计算和存储能力。

HBase以表的形式存储数据。表有行和列组成。列划分为若干个列族(row family)。

1.2 Hbase与传统数据库的对比

我们可以先来看一下传统的关系型数据库中的表：

然后与HBase的表进行对比，hbase的表结构，与传统的关系型数据库有较大的差别

我们就可以发现很多不同地方：

hbase不支持sql语句，它是一个nosql的一种，如果没有学过nosql或rubey，我们可以用help

1、定义表时不指定字段
2、定义表的时候只要指定列族名，列族数量不限
3、每一行都有一个固定的字段（行键），具有唯一性
4、对值的修改，原来的值是保留着的，每个值可以保留多个版本。默认查询的是最新版本的的值。（默认保留一个版本）

1.3 HBase中的重要概念

列族：hbase表中的每个列，都归属与某个列族。列族是表的chema的一部分(而列不是)，必须在使用表之前定义。列名都以列族作为前缀。例如courses:history ， courses:math 都属于 courses 这个列族。

访问控制、磁盘和内存的使用统计都是在列族层面进行的。实际应用中，列族上的控制权限能帮助我们管理不同类型的应用：我们允许一些应用可以添加新的基本数据、一些应用可以读取基本数据并创建继承的列族、一些应用则只允许浏览数据（甚至可能因 为隐私的原因不能浏览所有数据）。

时间戳：HBase中通过row和columns确定的为一个存贮单元称为cell。每个 cell都保存着同一份数据的多个版本。版本通过时间戳来索引。时间戳的类型是 64位整型。时间戳可以由hbase(在数据写入时自动 )赋值，此时时间戳是精确到毫秒的当前系统时间。时间戳也可以由客户显式赋值。如果应用程序要避免数据版本冲突，就必须自己生成具有唯一性的时间戳。每个 cell中，不同版本的数据按照时间倒序排序，即最新的数据排在最前面。

为了避免数据存在过多版本造成的的管理 (包括存贮和索引)负担，hbase提供了两种数据版本回收方式。一是保存数据的最后n个版本，二是保存最近一段时间内的版本（比如最近七天）。用户可以针对每个列族进行设置。

Cell：由{row key, column( =<family> + <label>),version} 唯一确定的单元。cell中的数据是没有类型的，全部是字节码形式存贮。

二、HBase体系结构

三、HBase环境搭建

export JAVA_HOME=/usr/lib/jvm/java-1.7.0-openjdk-amd64export HBASE_MANAGES_ZK=false

在hbase-site.xml中，主要就是配置hdfs的主机地址，还有下面的ubuntu1,2,3就是zookeeper的主机名个端口2181，不同的机器可以酌情配置。

configuration>
<property><name>hbase.rootdir</name><value>hdfs://ubuntu2:9000/hbase</value>
</property>
<property><name>hbase.cluster.distributed</name><value>true</value>
</property>
<property><name>hbase.zookeeper.quorum</name><value>ubuntu1:2181,ubuntu2:2181,ubuntu3:2181</value>
</property></configuration>

3、最后修改regionservers，将默认的localhost修改为主机的地址，这个配置文件的意思就是设置从节点，和我们之前配置的hadoop集群都是差不多的，就相当于那个salver。

ubuntu1
ubuntu2
ubuntu3

四、HBase   shell的使用

4.1 启动

 bin/hbase shell

4.2 建表

Examples:hbase> create 'ns1:t1', 'f1', SPLITS => ['10', '20', '30', '40']hbase> create 't1', 'f1', SPLITS => ['10', '20', '30', '40']hbase> create 't1', 'f1', SPLITS_FILE => 'splits.txt', OWNER => 'johndoe'hbase> create 't1', {NAME => 'f1', VERSIONS => 5}, METADATA => { 'mykey' => 'myvalue' }hbase> # Optionally pre-split the table into NUMREGIONS, usinghbase> # SPLITALGO ("HexStringSplit", "UniformSplit" or classname)hbase> create 't1', 'f1', {NUMREGIONS => 15, SPLITALGO => 'HexStringSplit'}hbase> create 't1', 'f1', {NUMREGIONS => 15, SPLITALGO => 'HexStringSplit', CONFIGURATION => {'hbase.hregion.scan.loadColumnFamiliesOnDemand' => 'true'}}

create 'user-info',{NAME=>'base_info',VERSIONS=>3},{NAME=>'extra_info'}

4.3 插入

 put 'user-info','rk-100001','base_info:name','张s'put 'user-info','rk-100001','base_info:age','20'
put 'user-info','rk-100001','base_info:address','湖南长沙'

4.4 查询

 scan 'user-info'

我们可以从图中看到它是按key来排序的（字段的名称会根据字典排序）k-value

如果我再插入一行，
put 'user-info','rk100003','base_info:name','angelabby'

一行中的所有字段名+字段值，在存储的时候，hbase会排序，排序的依据是按照K的字典顺序，所有的行也会有序存储，排序的依据是rowkey的字典顺序。
这个特性会影响连续存放。

get 'user-info','rk100003'

4.5 修改

 put 'user-info','rk100003','base_info:name',’yangying'put 'user-info','rk100003','base_info:name','baobao'

scan 'user-info',{VERSIONS=>10}

4.6 删除

需要先禁用这个表，然后才可以drop掉。
disable 'user-info'
drop 'user-info'

五、eclipse中使用HBase

打开eclipse，导入hbase/lib中的所有包。然后就可以愉快的开始写了，这里以在eclipse中庸hbase建表和插入数据为例：

//建表，DDL操作public static void main(String[] args) throws MasterNotRunningException, ZooKeeperConnectionException, IOException {//  Configuration conf=new Configuration();//会加载hbase-site.xml配置文件Configuration conf=HBaseConfiguration.create();conf.set("hbase.zookeeper.quorum","ubuntu1:2181,ubuntu2:2181,ubuntu3:2181");HBaseAdmin  admin=new HBaseAdmin(conf);TableName name = TableName.valueOf("user-info");HTableDescriptor  tableDescriptor=new HTableDescriptor(name);//创建列名HColumnDescriptor base_info = new HColumnDescriptor("base_info");//给列族增加版本约束base_info.setMaxVersions(3);//将列族添加到表描述对象中tableDescriptor.addFamily(base_info);//用createTable方法创建一个tabelDescriptor所描述的对象admin.createTable(tableDescriptor);//关闭连接admin.close();}

最后我们可以在hbase的shell窗口来查看表是否已建好表。输入list就可以查询了
然后来插入数据：

  @Test//插入数据,属于DML操作public void Put() throws IOException{Configuration conf=HBaseConfiguration.create();conf.set("hbase.zookeeper.quorum","ubuntu1:2181,ubuntu2:2181,ubuntu3:2181");HTable hTable = new HTable(conf,"user-info");Put put=new Put(Bytes.toBytes("rk-10001"));put.add("base_info".getBytes(),"name".getBytes(),"wangming".getBytes());put.add("base_info".getBytes(),"age".getBytes(),"20".getBytes());hTable.put(put);hTable.close();}

最后我们可以在hbase的shell窗口来查看表是否已插入好数据。

到此，HBase的环境配置及其基本的使用以及分享完毕！如果想进一步学习相关知识，欢迎关注，如果对Hbase有什么疑问的地方欢迎留言！

HBase非常适用于大量的数据存储，因为它是一张非常大的表，可以有无数个列族，可以不断的扩展，这个特点是传统的mysql，oracle等关系型数据库是无法比拟的！