Hbase

1：Hdfs分布式文件系统存的文件，文件存储。
2：Hbase是存储的数据，海量数据存储，作用是缓存的数据，将缓存的数据满后写入到Hdfs中。
3：hbase集群中的角色：
　　（1）、一个或者多个主节点，Hmaster；
　　（2）、多个从节点，HregionServer；
4、hbase集群的配置是一主多从或者多主多从（一定注意区分和hive之间的关系，切记），一主多从可以动态添加主节点，配置成多主多从。

5台机器IP：192.168.70.101(c7001)、192.168.70.102(c7002)、192.168.70.103(c7003)、192.168.70.104(c7004)、192.168.70.105(c7005)
1．解压缩hbase的软件包，使用命令：
tar -zxvf hbase-1.3.0-bin.tar.gz  
2．进入hbase的配置目录，在hbase-env.sh文件里面加入java环境变量.即：
JAVA_HOME=export JAVA_HOME=/opt/jdk1.8.0_121
关闭HBase自带的Zookeeper,使用Zookeeper集群：
export  HBASE_MANAGES_ZK=false  

3. 编辑hbase-site.xml ，添加配置文件：

<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
　　<property>
　　　　<name>hbase.rootdir</name>
　　　　<value>hdfs://c7001:8020/hbase</value>
　　</property>
　　<property>
　　　　<name>hbase.cluster.distributed</name>
　　　　<value>true</value>
　　</property>
　　<property>
　　　　<name>hbase.zookeeper.quorum</name>
　　　　<value>c7003,c7004,c7005</value>
　　</property>
　　<property>
　　　　<name>hbase.zookeeper.property.dataDir</name>
　　　　<value>/opt/hbase-1.3.0/tmp/zk/data</value>
　　</property>
</configuration>

4. 编辑配置目录下面的文件regionservers. 命令：
vi   regionservers    
加入如下内容：
c7004
c7005
5. 把Hbase复制到其他机器，命令如下：
[vagrant@c7003 opt]$ scp -r hbase-1.3.0 vagrant@c7004:/opt/
[vagrant@c7003 opt]$ scp -r hbase-1.3.0 vagrant@c7005:/opt/
6. 在c7003机器开启hbase服务。命令如下：
[vagrant@c7003 hbase-1.3.0]$ bin/start-hbase.sh   

启动所有的hbase
    1：分别启动zk
        ./zkServer.sh start
    2：启动hbase集群
        start-dfs.sh
    3：启动hbase，在主节点上运行：
        start-hbase.sh
通过浏览器访问hbase管理页面        c7001:60010

HBase的一些基本命令
1、#创建HBase数据表，如果不给定namespace的名称，默认创建在default命名空间中。
hbase(main):032:0> create 'myTables',{NAME => 'base_info',VERSIONS => 3},{NAME => 'extra_info'}

hbase(main):016:0> create 'user','info01','info02'
#创建带有命名空间的hbase数据表，20180408是命名空间，user是表名称，col1是列簇。
hbase(main):033:0> create '20180408:user','col1'
hbase(main):034:0> list

2、#查看有什么表，显示hbase表名称，类似mysql中的show tables;可以通过指定命名空间来查看对应命名空间中的表，默认是显示所有用户表，也支持模糊查询。类似命名list_namespace_table查看对命名空间内有那些表。
hbase(main):032:0> list

3、#查看表结构
describe 'myTables'
hbase(main):016:0> describe '20180408:user'

4、#禁用表
disable 'myTables'

5、#删除表，删除之前要先禁用表。删除用户表之前需要将表设置为disable,然后删除。其实在hbase中如果需要对已有表进行ddl操作，均需要将其disable，在ddl操作完成后，再进行enable操作即可。
drop 'myTables'
hbase(main):040:0> disable '20180408:test'
hbase(main):041:0> drop '20180408:test'
hbase(main):042:0> list
5.1 #delete命令是删除指定table的指定rowkey的指定列，也就是说delete命令适合删除列的情况。如果需要删除当然rowkey的所有列数据，那么可以使用deleteall命令。
hbase(main):010:0> delete '20180408:user','row1','col1:sex'
hbase(main):012:0> deleteall '20180408:user','row1'
5.2 #清空数据表，truncate命令的作用是清空数据库，当我们数据库中的数据比较多的时候，我们可以选择该命令将数据库清空。底层原理是禁用表，删除表，创建表。
hbase(main):015:0> truncate '20180408:user'

6、#插入数据，插入一个表的一行的一列的一个值，最后一个字段不带。hbase的put命令是进行数据添加的命令。
#不带分号
#put '表名称','行','base_info/extra_info:列名称','列值'
put 'myTables','0001','base_info:name','张三'
put 'myTables','0001','base_info:age','22'
put 'myTables','0001','base_info:sex','男'
put 'myTables','0001','extra_info:addr','河南省'
#带有命名空间的hbase数据表插入操作：
hbase(main):001:0> put '20180408:user','row1','col1:name','zhangsan'
hbase(main):004:0> put '20180408:user','row1','col1:sex','nan'
hbase(main):005:0> put '20180408:user','row1','col1:age','20'

7、#查询数据,查询某一行。get命名的作用是获取对应表中对应rowkey的数据。默认获取最新版本的全部列数据，可以通过时间戳指定版本信息，也可以指定获取的列。
get 'myTables','0001'
#row1是自己创建的行，注意，col1是列簇，都是自己创建的。
hbase(main):008:0> get '20180408:user','row1'
#查看指定行的指定列信息。
hbase(main):009:0> get '20180408:user','row1','col1:name'

get 'myTables','0001',{COLUMN => 'base_info:name',VERSION => 10}

#scan命令是hbase的另一种检索方式，是通过范围查找hbase中的数据。默认情况下是获取table的全部数据，可以通过指定column和filter等相关信息进行数据的过滤。
scan 'myTables'
#可以查看插入的数据信息
hbase(main):006:0> scan '20180408:user'

#scan提供多种filter命令，常用的filter命令如下所示:ColumnPrefixFilter过滤列名是某前缀的,MultipleColumnValueExcludeFilter过滤多列的前缀只要满足其中一个的前缀,RowFilter满足那种类型的过滤,SingleColumnValueFilter某列的value值过滤,SingleColumnValueExcludeFilter过滤某列不符合给定的value值等等。需要注意的是，在指定的value之前需要加'binary';
hbase(main):012:0> scan '20180408:user',{FILTER=>"MultipleColumnPrefixFilter('n')"}
hbase(main):013:0> scan '20180408:user',{FILTER=>"MultipleColumnPrefixFilter('n','a')"}
hbase(main):001:0> scan '20180408:user',{FILTER=>"ColumnPrefixFilter('n')"}
hbase(main):002:0> scan '20180408:user',{FILTER=>"RowFilter(=,'binary:row1')"}，注意，rowfilter需要给定两个参数，第一个参数:=,>,<,>=,<=。第二个参数是二进制的字符串数组。
hbase(main):001:0> scan '20180408:user',{FILTER=>"SingleColumnValueFilter('col1','name',=,'binary:zhangsan')"}

8、#修改值操作，默认不显示历史值
put 'myTables','0001','base_info:name','李四'

9、namespace的相关命令:
#创建命名空间，create_namespace命令
hbase(main):019:0> create_namespace '20180408',{'comment'=>'this is my namespace'}
#显示命名空间，显示所有存在的命名空间，可以使用正则，可以验证自己创建的命名空间是否创建成功，也可以去hdfs上面查看。
hbase(main):020:0> list_namespace
hbase(main):020:0> list_namespace '20180408.*'
#删除命名空间，删除指定的命名空间，注意删除的命名空间内不能有table存在，也就是说只能删除空的namespace。
hbase(main):021:0> drop_namespace '20180408'
#显示命名空间的相关信息。describe_namespace命令。
hbase(main):026:0> describe_namespace '20180408'
#查看这个命名空间下面的hbase数据表。
hbase(main):035:0> list_namespace_table '20180408'

10、count命令是统计hbase表行数的一个命令，由于相当于一个内置的mapreduce程序，所以当数据量比较大的时候可以选择使用协处理器方式计算行数。默认情况下INTERVAL是1000间隔数，CACHE是10。
hbase(main):001:0> count '20180408:user'
hbase(main):002:0> count '20180408:user',INTERVAL=2