Hbase-API-概述、单多行put

概述
HBase的主要客户端接口是由org.apache.hbase.client包中的HTable类提供的，通过这个类，可以完成向HBase存储和检索数据，以及删除无效数据之类的操作。
HTable

1. 所有的修改操作都保证行级别的原子性，这关系这一行的所有的并发读写操作，其它线程或客户端对同一行的读写操作不会影响该行数据的原子性（要么读到最新的修改，要么等待系统允许写入该行的修改）
2. region服务器采用多版本并发控制机制（RWCC），该机制保证读程序可以不用等待写程序结束，而写程序必须等待其他写程序结束之后才能执行
3. 在正常负载和常规操作下，客户端读操作不会受到其他修改数据的客户端的影响，他们的冲突忽略。（许多用户需要同时修改时，尽量使用批处理）
4. 写操作中涉及的列的数目不会影响行级别的原子性（要么成功，要么失败，不会有其它状态），行级原子性会同时保护所有列
5. 创建HTable实例是有代价的，每一个实例都需要扫描.META.表以检查该表是否存在、是否可用，还有一些其他操作，这些检查和操作导致实例调用非常耗时。（因此推荐只创建一个HTable实例，每个线程创建一个，然后复用）
6. .META.表系统内置表，存region详细和分布，找regionserver。client数据操作->regionserver
7. HTable需要先有表，才能进行操作。不然会报Not Found

CRUD操作
增、删、改、查都是HTable类提供的。

put方法：一类操作单行，一类操作多行
单行put
HTable下 put（Put put）：这个方法以单个put或存储在列表中的一组Put对象为参数

Put构造函数：
Put（byte[] row）
Put（byte[] row，long ts）
创建Put时需提供一个行健row，HBase中每行数据都有唯一的行健（rowkey）作为标识，类型为Java的byte[]数组

HBase提供一个辅助类将Java类转为byte[]数组
Bytes类
static byte[] toBytes(ByteBuffer bb)
static byte[] toBytes(String s)……

创建Put实例之后，就向该实例添加数据
Put add（byte[] family，byte[] qualifier，byte[] value）
Put add（byte[] family，byte[] qualifier，long ts，byte[] value）
Put add（KeyValue kv）：KeyValue（代表一个唯一的单元格） 是HBase的底层数据类型，Put放进去就成为KeyValue ，所有也可以直接添加KeyValue
KeyValue 类似一个协调系统，使用行健、列族、列限定符、时间戳指向一个单元格的值（这就是完整地址和实际数据），像一个三维立方系统（时间为第三维度）
每一次调用add都可以特定的添加一列数据，如果再加一个时间戳（用户指定，region服务器自动设定为当前时间）就成为一个单元格
获取Put实例内部添加的KeyValue需要调用get()

List<KeyValue> get(byte[] family，byte[] qualifier)//获取特定单元格的信息Map<byte[],List<KeyValue>> getFamilyMap()//遍历每一个可用KeyValue实例

检查是否存在特定单元格，而不需要遍历整个集合
boolean has(地址)

Put类还有其它方法，主要获得预设定内容（行键、大小、是否空等）

        Configuration conf = HBaseConfiguration.create();//创建所需的配置        HTable table = new HTable(conf,"testtable");//实例化一个新的客户端        Put put = new Put(Bytes.toBytes("row1"));//指定一行创建一个put        put.add(Bytes.toBytes("colfam1"),Bytes.toBytes("qual1"),Bytes.toBytes("val1"));//添加colfam1：qual1列        table.put(put);//将这一行存到HBase的表中

---

通过客户端访问配置文件
应用程序通过默认位置（classpath）下的hbase-site.xml获知如何访问集群。也可在代码里指定集群的地址
无论哪种方式，都需要在代码中使用HBaseConfiguration类来处理配置属性，方法
static Configuration create()
static Configuration create(Configuration that)//使用一个已经存在的配置，融合并覆盖
create会载入两个配置文件hbase-site和hbase-default，用户自配置优先级更高
例：

Configuration conf = HBaseConfiguration.create();conf.set("hbase.zookeeper.quorum","zk1.foo.com,zk2.foo.com");

简单忽略任何外部客户端的配置文件，而在代码中直接配置

---

数据的版本化
必须更改版本

---

Put列表
客户端的API有批处理操作的高级特性。

//HTablevoid put(List<put> puts) throws IOException//只需建立一个Put实例的列表

        Configuration conf = HBaseConfiguration.create();        HTable table = new HTable(conf,"testtable");        List<Put> puts = new ArrayList<Put>();        Put put = new Put(Bytes.toBytes("rowt3"));        put.add(Bytes.toBytes("colfam1"),Bytes.toBytes("qual1"),Bytes.toBytes("val1"));        puts.add(put);        Put put1 = new Put(Bytes.toBytes("rowt2"));        put1.add(Bytes.toBytes("colfam1"),Bytes.toBytes("qual1"),Bytes.toBytes("val2"));        puts.add(put1);        Put put2 = new Put(Bytes.toBytes("rowt3"));        put2.add(Bytes.toBytes("colfam1"),Bytes.toBytes("qual2"),Bytes.toBytes("val2"));        puts.add(put2);        table.put(puts);

由于用户提交的修改可能涉及多行，所以可能部分会失败。原因很多：

1. 一个远程的region服务器出现问题，导致客户端重试次数超过配置最大值，不得不放弃当前操作（错误会通过随后的IOE反馈给客户端）
2. 使用一个错误的列族名。（客户端不知道远程表的结构，因此对列族的检查会在服务器段完成）

//插入一个错误的列族HTable table = new HTable(conf,"testtable");        Put put2 = new Put(Bytes.toBytes("rowt3"));        put2.add(Bytes.toBytes("BOGUS"),Bytes.toBytes("qual2"),Bytes.toBytes("val2"));        table.put(put2);//错误的列族会调用失败返回RetriesExhaustedWithDetailsException//如果是列表操作，正确的会添加进HBase中//服务器会遍历所有的操作并设法执行他们，失败的返回,然后客户端使//用RetriesExhaustedWithDetailsException报告远程错误//这些在服务器上失败的Put实例会被保存在本地的写缓冲区中，下一次缓冲区//刷写的时候重试//用户也可以通过HTable的getWriteBuffer方法访问它们，并做处理

有一些检查会在客户端进行，如，put是否为空。这种情况客户端会抛出异常，同时将出错的Put留在客户端写缓冲区中不处理
调用列表实例Put时，客户端会将所有的Put实例插入本地缓冲区中，隐式的调用flushCache。在插入每一个Put时客户端都会做检查。如果失败，例，5个实例第三个失败，前两个加入缓冲区中，后两个不会触发刷写命令

//向HBase中插入一个空的Put实例        Put put2 = new Put(Bytes.toBytes("rowt3"));        puts.add(put2);        try{        table.put(puts);        }catch(Exception e){            e.printStackTrace();            table.flushCommits();            }//如果客户端激活了写缓冲区功能，不会马上报告异常，而是延迟到缓冲区刷写时才抛出

基于列表的Put调用时：用户无法控制服务器端执行put的顺序
如果要保证写写入顺序，减少每批处理数量，并显示的刷写客户端缓冲区，强制把操作发送到远程服务器