The Apache HBase Book学习篇（一）

一段时间以来一直在使用Hadoop和Hive进行数据仓库的开发，最近感觉HBase逐渐在实时处理方面能力显示出来，这也是数据开发人员梦寐以求的一件事情，看到Apache上有关于HBase的学习书籍，故想不自量力翻译一番，呵呵~

 Apache HBase是一种分布式的，基于列模式的架构在Apache Hadoop和Apache Zookeeper上的数据库，这个手册是基于HBase 0.90.0版本的，这本手册会介绍包括了HBase的部分内容，更多的内容可以从以上网站上获取：

https://issues.apache.org/jira/browse/HBASE

http://wiki.apache.org/hadoop/Hbase

http://zookeeper.apache.org/

http://hadoop.apache.org/

Chapter 1. Getting Started

1.1、介绍

    quick start主要帮助你搭建和运行一个单机的HBase并且使用本地文件系统，No-so-quick-start主要描述如何在分布式模式下让HBase运行在HDFS上。

1.2、quick start

     本篇将描述如何在单机上使用本地文件系统运行分布式的HBase实例，它将让你通过HBase提供的HBase Shell工具完成创建一张表、插入一列，然后清除以及关闭HBase实例，这些操作可以在10分钟以内完成。

1.2.1.下载以及解压最新的稳定版本

     选择下载的网址，http://www.apache.org/dyn/closer.cgi/hbase/  ，建议国内用户可以通过人人或者北交大的apache镜像进行下载，打开相关的链接，进入到Hbase的下载页面，点击stable，选择以.tar.gz为后缀的文件，比如hbase-0.90.0.tar.gz 下载到本地，最好是在liunx环境中安装HBase或者使用虚拟机。

解压相关文件到指定的目录下面

$ tar xfz hbase-0.90.0.tar.gz
$ cd hbase-0.90.0

 

 现在我们可以开始准备运行HBase了，不过在运行HBase之前，需要现在conf/hbase-site.xml设置你想要将HBase写入什么位置，具体的参数是hbase.rootdir

 

<?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>

  替换掉上面的DIRECTORY使用一个你想要HBase用来存放数据的目录，默认情况下，hbase.rootdir会设置在/tmp/hbase-${user.name}下面，这么意味着如果任何时候你重启你的服务，你将丢失掉你全部的数据（大多数的系统在重启后将会清除掉/tmp下的数据）

1.2.2 Start Hbase

好了，现在可以开始运行HBase了

$ ./bin/start-hbase.sh
starting Master, logging to logs/hbase-user-master-example.org.out

你现在已经运行了Hbase的单机模式，在单机模式下面，HBase运行所有的守护程序在一个JVM下面，包括HBase和Zookeeper的daemons,HBase的日志信息可以logs的子目录下面找到，如果HBase遇到异常情况可以先查看他们。

 提示：确定Java是否已经按照好了？

         前面所有的叙述都是建立在你的机器已经安装好了Java 1.6及其以上版本，并且已经配置了正确的路径，可以直接键入java进行操作，如果不满足这些要求，HBase就不能正常运行，在安装Java的过程中，需要先对conf/hbase-env.sh进行配置，需要对已经注释了JAVA_HOME变量进行反注释，并将它设置成为指向你安装的目录，然后重新尝试以上步骤。

1.2.3 Shell Exercises

通过Hbase Shell连接到你使用的HBase

$ ./bin/hbase shell
HBase Shell; enter 'help<RETURN>' for list of supported commands.
Type "exit<RETURN>" to leave the HBase Shell
Version: 0.89.20100924, r1001068, Fri Sep 24 13:55:42 PDT 2010

hbase(main):001:0> 

键入help，然后回车可以将显示shell相关的命令和选项，浏览到help最新的版本描述信息后面，可以看到关于各种命令和变量如何在HBase Shell中输入，特别注意的是表名、列、行等必须加引号表示。

创建一个test表有唯一的column family 为cf,然后通过list命令验证它的存在，并且插入一些值:

hbase(main):003:0> create 'test', 'cf'
0 row(s) in 1.2200 seconds
hbase(main):003:0> list 'table'
test
1 row(s) in 0.0550 seconds
hbase(main):004:0> put 'test', 'row1', 'cf:a', 'value1'
0 row(s) in 0.0560 seconds
hbase(main):005:0> put 'test', 'row2', 'cf:b', 'value2'
0 row(s) in 0.0370 seconds
hbase(main):006:0> put 'test', 'row3', 'cf:c', 'value3'
0 row(s) in 0.0450 seconds

 

   上面我们插入了3个值，一次一个，第一个插入在row1,列cf:a  值为value1,列在HBase中由Column family的前缀构成，这里cf为例子，后面跟着一个冒号，然后列值为后缀(a在这里)

    验证数据插入情况，

    运行scan命令，得到如下结果：

hbase(main):007:0> scan 'test'
ROW        COLUMN+CELL
row1       column=cf:a, timestamp=1288380727188, value=value1
row2       column=cf:b, timestamp=1288380738440, value=value2
row3       column=cf:c, timestamp=1288380747365, value=value3
3 row(s) in 0.0590 seconds

 

 

获取某一列：

hbase(main):008:0> get 'test', 'row1'
COLUMN      CELL
$ ./bin/stop-hbase.sh
stopping hbase............... cf:a        timestamp=1288380727188, value=value1
1 row(s) in 0.0400 seconds

 

disable和drop某张表，这将清除以上做的：

hbase(main):012:0> disable 'test'
0 row(s) in 1.0930 seconds
hbase(main):013:0> drop 'test'
0 row(s) in 0.0770 seconds 

 

exit:

hbase(main):014:0> exit

 

 1.2.4 Stop Hbase

停止HBase的实例：

$ ./bin/stop-hbase.sh
stopping hbase...............