Ubuntu下HBase安装与使用(shell+Java API)

本指南介绍了HBase，详细指导大家安装配置HBase及其使用。本教程在Ubuntu14.04下测试通过。

一、HBase介绍

HBase是一个分布式的、面向列的开源数据库,源于Google的一篇论文《BigTable：一个结构化数据的分布式存储系统》。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/列簇(column family)。欲了解HBase的官方资讯，请访问HBase官方网站。
HBase的运行有三种模式：单机模式、伪分布式模式、分布式模式。
单机模式：在一台计算机上安装和使用HBase，不涉及数据的分布式存储；伪分布式模式：在一台计算机上模拟一个小的集群；分布式模式：使用多台计算机实现物理意义上的分布式存储。这里出于学习目的，我们只重点讨论单机模式和伪分布式模式。
本教程运行环境是在Ubuntu-64位系统下，HBase版本为hbase-1.1.2，这是目前已经发行的已经编译好的稳定的版本，带有src的文件是未编译的版本，这里我们只要下载bin版本hbase-1.1.2-bin.tar.gz就好了。HBase下载地址（2016.5已经更新到1.2.1版本，最新版本向下兼容，本教程同样适用）。

二、安装并配置HBase

1. HBase安装

1.1 解压安装包hbase-1.1.2-bin.tar.gz至路径 /usr/local，命令如下：

sudo tar -zxf ~/下载/hbase-1.1.2-bin.tar.gz -C /usr/local

1.2 将解压的文件名hbase-1.1.2改为hbase，以方便使用，命令如下：

sudo mv /usr/local/hbase-1.1.2 /usr/local/hbase

1.3 配置环境变量
将hbase下的bin目录添加到path中，这样，启动hbase就无需到/usr/local/hbase目录下，大大的方便了hbase的使用。教程下面的部分还是切换到了/usr/local/hbase目录操作，有助于初学者理解运行过程，熟练之后可以不必切换。
编辑~/.bashrc文件

vi ~/.bashrc

如果没有引入过PATH请在~/.bashrc文件尾行添加如下内容：

export PATH=$PATH:/usr/local/hbase/bin

如果已经引入过PATH请在export PATH这行追加/usr/local/hbase/bin，这里的“：”是分隔符。如下图：

编辑完成后，再执行source命令使上述配置在当前终端立即生效，命令如下：

source ~/.bashrc

扩展阅读: 设置Linux环境变量的方法和区别
1.4 添加HBase权限

cd /usr/localsudo chown -R hadoop ./hbase       #将hbase下的所有文件的所有者改为hadoop，hadoop是当前用户的用户名。

1.5 查看HBase版本，确定hbase安装成功,命令如下：

/usr/local/hbase/bin/hbase version

命令执行后，输出信息截图如下：

看到以上输出消息表示HBase已经安装成功，接下来将分别进行HBase单机模式和伪分布式模式的配置。

2. HBase配置

HBase有三种运行模式，单机模式、伪分布式模式、分布式模式。作为学习，我们重点讨论单机模式和伪分布式模式。
以下先决条件很重要，比如没有配置JAVA_HOME环境变量，就会报错。
- jdk
- Hadoop( 单机模式不需要，伪分布式模式和分布式模式需要)
- SSH
以上三者如果没有安装，请回到第二章的指南参考如何安装。

2.1单机模式配置

1. 配置/usr/local/hbase/conf/hbase-env.sh 。配置JAVA环境变量，并添加配置HBASE_MANAGES_ZK为true，用vi命令打开并编辑hbase-env.sh，命令如下：

vi /usr/local/hbase/conf/hbase-env.sh

配置JAVA环境变量，jdk的安装目录默认是 /usr/lib/jvm/java-1.7.0-openjdk， 则JAVA _HOME =/usr/lib/jvm/java-7-openjdk-amd64，其中java-1.7.0-openjdk是你的jdk版本；配置HBASE_MANAGES_ZK为true，表示由hbase自己管理zookeeper，不需要单独的zookeeper。hbase-env.sh中本来就存在这些变量的配置，大家只需要删除前面的#并修改配置内容即可(#代表注释)：

export JAVA_HOME=/usr/lib/jvm/java-7-openjdk-amd64export HBASE_MANAGES_ZK=true 

添加完成后保存退出即可。
2. 配置/usr/local/hbase/conf/hbase-site.xml
打开并编辑hbase-site.xml，命令如下：

vi /usr/local/hbase/conf/hbase-site.xml

在启动HBase前需要设置属性hbase.rootdir，用于指定HBase数据的存储位置，因为如果不设置的话，hbase.rootdir默认为/tmp/hbase-${user.name},这意味着每次重启系统都会丢失数据。此处设置为HBase安装目录下的hbase-tmp文件夹即（/usr/local/hbase/hbase-tmp）,添加配置如下：

<configuration>    <property>        <name>hbase.rootdir</name>        <value>file:///usr/local/hbase/hbase-tmp</value>    </property></configuration>

截图如下：

3. 接下来测试运行。首先切换目录至HBase安装目录/usr/local/hbase；再启动HBase。命令如下：

cd /usr/local/hbasebin/start-hbase.shbin/hbase shell

上述三条命令中，sudo bin/start-hbase.sh用于启动HBase，bin/hbase shell用于打开shell命令行模式，用户可以通过输入shell命令操作HBase数据库。
成功启动HBase，截图如下：

停止HBase运行,命令如下：

sudo bin/stop-hbase.sh

注意：如果在操作HBase的过程中发生错误，可以通过{HBASE_HOME}目录（/usr/local/hbase）下的logs子目录中的日志文件查看错误原因。

2.2 伪分布式模式配置

1.配置/usr/local/hbase/conf/hbase-env.sh。命令如下：

sudo vi /usr/local/hbase/conf/hbase-env.sh

配置JAVA_HOME，HBASE_CLASSPATH，HBASE_MANAGES_ZK.
HBASE_CLASSPATH设置为本机Hadoop安装目录下的conf目录（即/usr/local/hadoop/conf）

export JAVA_HOME=/usr/lib/jvm/java-7-openjdk-amd64export HBASE_CLASSPATH=/usr/local/hadoop/conf export HBASE_MANAGES_ZK=true

截图如下：

2.配置/usr/local/hbase/conf/hbase-site.xml
用命令vi打开并编辑hbase-site.xml，命令如下：

sudo vi /usr/local/hbase/conf/hbase-site.xml

修改hbase.rootdir，指定HBase数据在HDFS上的存储路径；将属性hbase.cluter.distributed设置为true。假设当前Hadoop集群运行在伪分布式模式下，在本机上运行，且NameNode运行在9000端口。

<configuration>    <property>        <name>hbase.rootdir</name>        <value>hdfs://localhost:9000/hbase</value>    </property>    <property>        <name>hbase.cluster.distributed</name>        <value>true</value>    </property></configuration>

hbase.rootdir指定HBase的存储目录；hbase.cluster.distributed设置集群处于分布式模式.
截图如下：

3. 接下来测试运行HBase。
第一步：首先登陆ssh，之前设置了无密码登陆，因此这里不需要密码；再切换目录至/usr/local/hadoop ；再启动hadoop，如果已经启动hadoop请跳过此步骤。命令如下：

ssh localhostcd /usr/local/hadoop./sbin/start-dfs.sh

输入命令jps，能看到NameNode,DataNode和SecondaryNameNode都已经成功启动，表示hadoop启动成功，截图如下：

第二步：切换目录至/usr/local/hbase;再启动HBase.命令如下：

cd /usr/local/hbasebin/start-hbase.sh

启动成功，输入命令jps，看到以下界面说明hbase启动成功

进入shell界面：

bin/hbase shell

截图如下：

4.停止HBase运行,命令如下：

bin/stop-hbase.sh

注意：如果在操作HBase的过程中发生错误，可以通过{HBASE_HOME}目录（/usr/local/hbase）下的logs子目录中的日志文件查看错误原因。
这里启动关闭Hadoop和HBase的顺序一定是：
启动Hadoop—>启动HBase—>关闭HBase—>关闭Hadoop

三、 编程实践

1. 利用Shell命令

1.1 HBase中创建表

HBase中用create命令创建表，具体如下：

  create 'student','Sname','Ssex','Sage','Sdept','course'

命令执行截图如下：

此时，即创建了一个“student”表，属性有：Sname,Ssex,Sage,Sdept,course。因为HBase的表中会有一个系统默认的属性作为主键，主键无需自行创建，默认为put命令操作中表名后第一个数据。创建完“student”表后，可通过describe命令查看“student”表的基本信息。命令执行截图如下：

1.2 HBase数据库基本操作

本小节主要介绍HBase的增、删、改、查操作。在添加数据时，HBase会自动为添加的数据添加一个时间戳，故在需要修改数据时，只需直接添加数据，HBase即会生成一个新的版本，从而完成“改”操作，旧的版本依旧保留，系统会定时回收垃圾数据，只留下最新的几个版本，保存的版本数可以在创建表的时候指定。
- 添加数据

HBase中用put命令添加数据，注意：一次只能为一个表的一行数据的一个列，也就是一个单元格添加一个数据，所以直接用shell命令插入数据效率很低，在实际应用中，一般都是利用编程操作数据。
当运行命令：put ‘student’,’95001’,’Sname’,’LiYing’时，即为student表添加了学号为95001，名字为LiYing的一行数据，其行键为95001。

put 'student','95001','Sname','LiYing'

命令执行截图如下，即为student表添加了学号为95001，名字为LiYing的一行数据，其行键为95001。

  put 'student','95001','course:math','80'

命令执行截图如下，即为95001行下的course列族的math列添加了一个数据。

- 删除数据

在HBase中用delete以及deleteall命令进行删除数据操作，它们的区别是：1. delete用于删除一个数据，是put的反向操作；2. deleteall操作用于删除一行数据。
1. delete命令

  delete 'student','95001','Ssex'

命令执行截图如下， 即删除了student表中95001行下的Ssex列的所有数据。

2. deleteall命令

  deleteall 'student','95001'

命令执行截图如下，即删除了student表中的95001行的全部数据。

- 查看数据

HBase中有两个用于查看数据的命令：1. get命令，用于查看表的某一个单元格数据；2. scan命令用于查看某个表的全部数据
1. get命令

  get 'student','95001'

命令执行截图如下， 返回的是‘student’表‘95001’行的数据。

2. scan命令

  scan 'student'

命令执行截图如下， 返回的是‘student’表的全部数据。

1.3 查询表历史数据

查询表的历史版本，需要两步。
1、在创建表的时候，指定保存的版本数。（假设指定为5）

  create 'student',{NAME=>'username',VERSIONS=>5}

2、查询时，指定查询的历史版本数。默认会查询出最新的数据。（有效取值为1到5）

  get 'student','1',{COLUMN=>'username',VERSIONS=>5}

查询结果截图如下：

1.4 退出HBase数据库表操作

最后退出数据库操作，输入exit命令即可退出，注意：这里退出HBase数据库是退出对数据库表的操作，而不是停止启动HBase数据库后台运行。

exit

2. Java API编程实例

本实例使用Eclipse编写java程序，来对HBase数据库进行增删改查等操作，Eclipse可以在Ubuntu软件中心搜索下载并安装。
第一步：启动hadoop，启动hbase

cd /usr/local/hadoop./sbin/start-dfs.shcd /usr/local/hbase./bin/start-hbase.sh

第二步，新建Java Project——>新建Class


第三步：在工程中导入外部jar包：
这里只需要导入hbase安装目录中的lib文件中的所有jar包。

这里给出一个编程实例,，以下是源代码：

import org.apache.hadoop.conf.Configuration;import org.apache.hadoop.hbase.*;import org.apache.hadoop.hbase.client.*;import java.io.IOException;public class ExampleForHbase{    public static Configuration configuration;    public static Connection connection;    public static Admin admin;    //主函数中的语句请逐句执行，只需删除其前的//即可，如：执行insertRow时请将其他语句注释    public static void main(String[] args)throws IOException{        //创建一个表，表名为Score，列族为sname,course        createTable("Score",new String[]{"sname","course"});        //在Score表中插入一条数据，其行键为95001,sname为Mary（因为sname列族下没有子列所以第四个参数为空）        //等价命令：put 'Score','95001','sname','Mary'        //insertRow("Score", "95001", "sname", "", "Mary");        //在Score表中插入一条数据，其行键为95001,course:Math为88（course为列族，Math为course下的子列）        //等价命令：put 'Score','95001','score:Math','88'        //insertRow("Score", "95001", "course", "Math", "88");        //在Score表中插入一条数据，其行键为95001,course:English为85（course为列族，English为course下的子列）        //等价命令：put 'Score','95001','score:English','85'        //insertRow("Score", "95001", "course", "English", "85");        //1、删除Score表中指定列数据，其行键为95001,列族为course，列为Math        //执行这句代码前请deleteRow方法的定义中，将删除指定列数据的代码取消注释注释，将删除制定列族的代码注释        //等价命令：delete 'Score','95001','score:Math'        //deleteRow("Score", "95001", "course", "Math");        //2、删除Score表中指定列族数据，其行键为95001,列族为course（95001的Math和English的值都会被删除）        //执行这句代码前请deleteRow方法的定义中，将删除指定列数据的代码注释，将删除制定列族的代码取消注释        //等价命令：delete 'Score','95001','score'        //deleteRow("Score", "95001", "course", "");        //3、删除Score表中指定行数据，其行键为95001        //执行这句代码前请deleteRow方法的定义中，将删除指定列数据的代码注释，以及将删除制定列族的代码注释        //等价命令：deleteall 'Score','95001'        //deleteRow("Score", "95001", "", "");        //查询Score表中，行键为95001，列族为course，列为Math的值        //getData("Score", "95001", "course", "Math");        //查询Score表中，行键为95001，列族为sname的值（因为sname列族下没有子列所以第四个参数为空）        //getData("Score", "95001", "sname", "");        //删除Score表        //deleteTable("Score");    }    //建立连接    public static void init(){        configuration  = HBaseConfiguration.create();        configuration.set("hbase.rootdir","hdfs://localhost:9000/hbase");        try{            connection = ConnectionFactory.createConnection(configuration);            admin = connection.getAdmin();        }catch (IOException e){            e.printStackTrace();        }    }    //关闭连接    public static void close(){        try{            if(admin != null){                admin.close();            }            if(null != connection){                connection.close();            }        }catch (IOException e){            e.printStackTrace();        }    }    /**     * 建表。HBase的表中会有一个系统默认的属性作为主键，主键无需自行创建，默认为put命令操作中表名后第一个数据，因此此处无需创建id列     * @param myTableName 表名     * @param colFamily 列族名     * @throws IOException     */    public static void createTable(String myTableName,String[] colFamily) throws IOException {        init();        TableName tableName = TableName.valueOf(myTableName);        if(admin.tableExists(tableName)){            System.out.println("talbe is exists!");        }else {            HTableDescriptor hTableDescriptor = new HTableDescriptor(tableName);            for(String str:colFamily){                HColumnDescriptor hColumnDescriptor = new HColumnDescriptor(str);                hTableDescriptor.addFamily(hColumnDescriptor);            }            admin.createTable(hTableDescriptor);            System.out.println("create table success");        }        close();    }    /**     * 删除指定表     * @param tableName 表名     * @throws IOException     */    public static void deleteTable(String tableName) throws IOException {        init();        TableName tn = TableName.valueOf(tableName);        if (admin.tableExists(tn)) {            admin.disableTable(tn);            admin.deleteTable(tn);        }        close();    }    /**     * 查看已有表     * @throws IOException     */    public static void listTables() throws IOException {        init();        HTableDescriptor hTableDescriptors[] = admin.listTables();        for(HTableDescriptor hTableDescriptor :hTableDescriptors){            System.out.println(hTableDescriptor.getNameAsString());        }        close();    }    /**     * 向某一行的某一列插入数据     * @param tableName 表名     * @param rowKey 行键     * @param colFamily 列族名     * @param col 列名（如果其列族下没有子列，此参数可为空）     * @param val 值     * @throws IOException     */    public static void insertRow(String tableName,String rowKey,String colFamily,String col,String val) throws IOException {        init();        Table table = connection.getTable(TableName.valueOf(tableName));        Put put = new Put(rowKey.getBytes());        put.addColumn(colFamily.getBytes(), col.getBytes(), val.getBytes());        table.put(put);        table.close();        close();    }    /**     * 删除数据     * @param tableName 表名     * @param rowKey 行键     * @param colFamily 列族名     * @param col 列名     * @throws IOException     */    public static void deleteRow(String tableName,String rowKey,String colFamily,String col) throws IOException {        init();        Table table = connection.getTable(TableName.valueOf(tableName));        Delete delete = new Delete(rowKey.getBytes());        //删除指定列族的所有数据        //delete.addFamily(colFamily.getBytes());        //删除指定列的数据        //delete.addColumn(colFamily.getBytes(), col.getBytes());        table.delete(delete);        table.close();        close();    }    /**     * 根据行键rowkey查找数据     * @param tableName 表名     * @param rowKey 行键     * @param colFamily 列族名     * @param col 列名     * @throws IOException     */    public static void getData(String tableName,String rowKey,String colFamily,String col)throws  IOException{        init();        Table table = connection.getTable(TableName.valueOf(tableName));        Get get = new Get(rowKey.getBytes());        get.addColumn(colFamily.getBytes(),col.getBytes());        Result result = table.get(get);        showCell(result);        table.close();        close();    }    /**     * 格式化输出     * @param result     */    public static void showCell(Result result){        Cell[] cells = result.rawCells();        for(Cell cell:cells){            System.out.println("RowName:"+new String(CellUtil.cloneRow(cell))+" ");            System.out.println("Timetamp:"+cell.getTimestamp()+" ");            System.out.println("column Family:"+new String(CellUtil.cloneFamily(cell))+" ");            System.out.println("row Name:"+new String(CellUtil.cloneQualifier(cell))+" ");            System.out.println("value:"+new String(CellUtil.cloneValue(cell))+" ");        }    }}

每次执行完，都可以回到shell界面查看是否执行成功，如：执行完插入数据后，在shell界面中执行 scan ‘Score’。截图如下