Hbase编程实践

 Hbase 访问方式 

       Hbase 访问方式包括：

       （1）、Native Java API ：最常规和高效的访问方式； 

       （2）、HBase Shell ： HBase的命令行工具，最简单的接口，适合HBase管理使 用； 

       （3）、Thrift Gateway ：利用Thrift序列化技术，支持C++，PHP，Python等多种 语言，适合其他异构系统在线访问HBase表数据； 

       （4）、REST Gateway ： 支持REST 风格的Http API访问HBase, 解除了语言限制； 

       （5）、MapReduce ： 直接使用MapReduce作业处理Hbase数据。使用Pig/hive处理Hbase数据。 

Hbase Java编程 

              Hbase是用Java语言编写的，支持Java编程 是自然而然的事情。其支持CRUD操作包括Create, Read, Update和 Delete 。 Java API包含Hbase shell支持的所有功能， 甚至更多。其是访问Hbase最快的方式。

        Java API程序设计步骤 ：

        步骤1：创建一个Configuration对象 。包含各种配置信息 ；

        Configuration conf = HbaseConfiguration.create(); 

        步骤2：构建一个HTable句柄 。 提供Configuration对象；提供待访问Table的名称 ；

        HTable table = new HTable(conf, tableName); 

        步骤3：执行相应的操作 。执行put、get、delete、scan等操作 ；

        table.getTableName(); 

        步骤4：关闭HTable句柄 。 将内存数据刷新到磁盘上； 释放各种资源 。

        table.close(); 

Configuration对象

        Configuration对象包装了客户端程序连接Hbase服务 所需的全部信息； 包括Zookeeper位置，Zookeeper连接超时时间 。HbaseConfiguration.create()内部逻辑是从CLASSPATH中加载hbase-default.xml和hbase-site.xml 两个文件 。hbase-default.xml已经被打包到Hbase jar包中。hbase-site.xml需添加到CLASSPATH中 。hbase-site.xml将覆盖hbase-default.xml中的同名属性。

      Hbase首先，通过修改hadoop脚本，将Hbase CLASSPATH加入 。然后，在<hadoop_install>/conf/hadoop-env.sh中设置  export  HADOOP_CLASSPATH=$HBASE_HOME/*:$HBASE_HOME/conf:$HA DOOP_CLASSPATH来从CLASSPATH中获取hbase-site.xml信息。

  如果已经有一个Configuration文件，可进行如下操作。Configuration newConf = Configuration.create(existingConf)。 用户自定义的配置文件将在已有配置文件之后加载。其将覆盖hbase-default.xml和hbase-site.xml中的配置 。

HBase写入数据        

         步骤1：创建一个Put对象；  Put put = new Put(Bytes.toBytes("rowkey")); 

         步骤2：设置cell值； Put.add(family, column, value) 

                      Put.add(family, column, timestamp, value)  

                      Put.add(KeyValue kv) 

         步骤3：调用HTable中的put方法，写入数据；

         步骤4：关闭HTable句柄。  

 Hbase中读取数

        Hbase支持的API类型有通过rowkey获取一行数据，通过一个rowkey集合获取多条记录以及扫描整个表或者表的一部分。扫描表可指定扫描的范围[startkey endkey)和表中数据是按照rowkey排序的。其API 特点是数目有限、使用简单。

        读取数据时注意事项：（1）、只读取需要的数据；（2）尽可能增加数据约束条件；（3）可增加family, column(s), time range 和 max versions等约束条件。

        接口实例：

        get.setTimeRange(minStamp, maxStamp) 

        get.setMaxVersions(maxVersions) 

        get.addFamily(family) 

        get.addColumn(family, column) 

        如下为Hbase读取数据实例。

Hbase中删除数据 

Hbase中scan数据 

Hbase多语言编程 

 

      Hbase的多语言编程通过Thift Clients访问Thrift Gateway实现。其内部通过RPC结构实现。

使用步骤 

       1. HDFS/HBase安装

       2. 启动Hbase thrift server  bin/hbase-daemon.sh start thrift 

       3. 生成Hbase thrift client接口文件  thrift  --gen php Hbase.thrift  thrift  --gen cpp Hbase.thrift 

       4. 编写客户端代码 

Hbase C++编程 

   1. 生成Hbase thrift client接口文件  thrift  --gen cpp Hbase.thrift   hbase.thrift位置： ${HBASE_HOME}/src/main/resources/org/apache/hadoop/h base/thrift/Hbase.thrift 

        2. 编写客户端代码 ${HBASE_HOME}/src/examples/thrift/DemoClient.cpp 

        3. 编译代码（make） 

        4. 运行程序  ./DemoClient

Hbase C++编程—头文件： 

Hbase C++编程—初始化 ：

Hbase C++编程—获取所有表 ：

Hbase C++编程—创建表：

Hbase C++编程—插入数据：

Hbase C++编程—全表扫描：

Hbase C++编程—全表扫描 ：

Hbase更多语言编程 

1. PHP  ${HBASE_HOME}/src/examples/thrift/DemoClient.php； 

2. Ruby  ${HBASE_HOME}/src/examples/thrift/DemoClient.rb；

3. 其他语言  Thrift支持的语言全部支持，包括：C++、C#、Cocoa、 D、Delphi、Erlang、Haskell、Java、Perl、PHP、 Python、Ruby、Smalltalk等 。

Hbase MapReduce编程 

       可以通过MapReduce实现Hbase的相关操作。hadoop专门提供了TableMapper和TableReducer实现Hbase的MapReduce的操作。其中输入输出格式都是固定的。MapReduce程序基本框架是：

      （1）、 创建Job对象，设置基本属性； 

      （2）、设置scan对象，指定扫描区间和数据列； 

      （3）、调用TableMapReduceUtil的initTableMapperJob和 initTableReducerJob设置Mapper和Reducer等信息；         （4）、提交作业。 

Hbase MapReduce编程—实例 

         如图所示，现在的需求是实现Hbase中相关单词的对应nickname的索引查询。

        map主要实现包含需求词对应索引的查询。reduce的功能很简单，就是做一个简单的归并操作。其基本实现如下所示：

        本节介绍到此为止。下节将介绍Hbase的案例分析。