Hbase简介及常用命令相关知识总结

我会带着你远行 2022-06-02 07:39 260阅读 0赞

### 文章目录 ###

*  目录
 *  前言：
 *  1.Hbase简介
 *   *  1.1、什么是Hbase
     *  1.2、与传统数据库的对比
     *  1.3、Hbase集群中的角色
 *  2、Hbase数据模型
 *  3、Hbase命令
 *  总结：

# 目录 #

# 前言： #

对于Hbase来说，由于其是基于列的数据库，所以比传统的数据库快许多（每次查询只需要查询一个属性值，传统数据库则需要查询一行数据中的所有属性，因此比较慢。）以下只是对Hbase做了一个基本介绍，看完该博客后，希望能对Hbase有个基本的了解。

# 1.Hbase简介 #

## 1.1、什么是Hbase ##

HBASE是一个**高可靠性、高性能、面向列、可伸缩的分布式存储系统**，利用HBASE技术可在廉价PC Server上搭建起大规模结构化存储集群。  
HBASE的**目标是存储并处理大型的数据**，更具体来说是仅需使用普通的硬件配置，就能够处理由成千上万的行和列所组成的大型数据。  
HBASE是Google Bigtable的开源实现，但是也有很多不同之处。比如：Google Bigtable利用GFS作为其文件存储系统，**HBASE利用Hadoop HDFS作为其文件存储系统**；Google运行MAPREDUCE来处理Bigtable中的海量数据，**HBASE同样利用Hadoop MapReduce来处理HBASE中的海量数据**；Google Bigtable利用Chubby作为协同服务，**HBASE利用Zookeeper作为对应。**

## 1.2、与传统数据库的对比 ##

1、传统数据库遇到的问题：  
1）数据量很大的时候无法存储  
2）没有很好的备份机制  
3）数据达到一定数量开始缓慢，很大的话基本无法支撑  
**2、HBASE优势：**  
1）线性扩展，随着数据量增多可以通过节点扩展进行支撑  
2）数据存储在hdfs上，备份机制健全  
3）通过zookeeper协调查找数据，访问速度块。

## 1.3、Hbase集群中的角色 ##

1、一个或者多个主节点，Hmaster  
**Hmaster的职责**  
1、管理用户对Table的增、删、改、查操作；  
2、记录region在哪台Hregion server上；  
3、在Region Split后，负责新Region的分配；  
4、新机器加入时，管理HRegion Server的负载均衡，调整Region分布  
5、在HRegion Server宕机后，负责失效HRegion Server 上的Regions迁移。

2、多个从节点，HregionServer  
**HregionServer的职责**  
HRegion Server主要负责响应用户I/O请求，向HDFS文件系统中读写数据，是HBASE中最核心的模块。  
HRegion Server管理了很多table的分区，也就是region。

# 2、Hbase数据模型 #

![这里写图片描述][format_png]

**1**、**row key**（可看成是id,不可重复。时间戳可以看成是数据的版本号，每更新一次数据时间戳就会随之改变。存储数据是无类型、字节码存储方便传输）：  
与nosql数据库们一样,**row key是用来检索记录的主键**。访问HBASE table中的行，只**有三种方式**：  
1.通过单个row key访问  
2.通过row key的range（正则）  
3.全表扫描  
**Row key行键 (Row key)可以是任意字符串**(最大长度 是 64KB，实际应用中长度一般为 10-100bytes)，在HBASE内部，row key保存为字节数组。**存储时，数据按照Row key的字典序(byte order)排序存储。设计key时，要充分排序存储这个特性，将经常一起读取的行存储放到一起。(位置相关性)**

**2**、**Columns Family**（列族是表结构，列是数据）：

列簇 ：**HBASE表中的每个列，都归属于某个列族。列族是表的schema的一部分(而列不是)，必须在使用表之前定义。**  
列名都以列族作为前缀。例如 courses:history，courses:math都属于courses 这个列族。

**3**、**Cell**：

由\{row key, columnFamily, version\} 唯一确定的单元。cell中 的数据是没有类型的，全部是字节码形式存贮。  
关键字：**无类型、字节码**

**4**、**Time Stamp**：

HBASE 中通过rowkey和columns确定的为一个存贮单元称为cell。**每个 cell都保存着同一份数据的多个版本。版本通过时间戳来索引**。时间戳的类型是 64位整型。时间戳可以由HBASE(在数据写入时自动 )赋值，此时时间戳是精确到毫秒 的当前系统时间。时间戳也可以由客户显式赋值。如果应用程序要避免数据版 本冲突，就必须自己生成具有唯一性的时间戳。每个 cell中，不同版本的数据按照时间倒序排序，即最新的数据排在最前面。  
\*\*为了避免数据存在过多版本造成的的管理 (包括存贮和索引)负担，HBASE提供 了两种数据版本回收方式。一是保存数据的最后n个版本，二是保存最近一段 时间内的版本（比如最近七天）。\*\*用户可以针对每个列族进行设置。

# 3、Hbase命令 #

名称 命令表达式  
创建表 create ‘表名’, ‘列族名1’,‘列族名2’,‘列族名N’  
查看所有表 list  
描述表 describe ‘表名’  
判断表存在 exists ‘表名’  
判断是否禁用启用表 is\_enabled ‘表名’ is\_disabled ‘表名’  
添加记录 put ‘表名’, ‘rowKey’, ‘列族 : 列‘ , ‘值’  
查看记录rowkey下的所有数据 get ‘表名’ , ‘rowKey’  
查看表中的记录总数 count ‘表名’  
获取某个列族 get ‘表名’,‘rowkey’,‘列族’  
获取某个列族的某个列 get ‘表名’,‘rowkey’,‘列族：列’  
删除记录 delete ‘表名’ ,‘行名’ , ‘列族：列’  
删除整行 deleteall ‘表名’,‘rowkey’  
删除一张表 先要屏蔽该表，才能对该表进行删除  
第一步 disable ‘表名’ ，第二步 drop ‘表名’  
清空表 truncate ‘表名’  
查看所有记录 scan “表名”  
查看某个表某个列中所有数据 scan “表名” , \{COLUMNS=>‘列族名:列名’\}  
更新记录 就是重写一遍，进行覆盖，hbase没有修改，都是追加

# 总结： #

对于Hbase来说你应该知道以下几点：  
1、它是什么，能干什么；  
2、Hbase集群中角色以及对应的职责；  
3、Hbase数据模型以及读写数据的原理；  
4、Hbase常用命令行  
如果你能了解以下几个知识点，那么恭喜你已经达到“小菜鸟”的水平。后续如果想深入了解，则需要学习更多的相关知识。

[format_png]: /images/20220602/89673a44b2ea4082a0e1780501ae285f.png