Hbase入门教程,shell命令大全详解！

╰半夏微凉° 2023-02-22 10:33 22阅读 0赞

**Hbase的基本语法**  
Hbase是一个面向列的非关系型数据库，采取Column Family（常译为列族/列簇）来对数据进行分类。

一个列族包含多个列，一个列族的多个列之间通常也具有某种关系，比如相似或同种类别。所以列族可以看作是某种分类（归类）。

每个类别里都会有具体的信息，它们就相当于一个个标识符（变量名），在Hbase中叫做Column Qualifier（列修饰符），列修饰符位于列族里面用来标识一条条数据。

在Hbase中一个**列族**（Column Family）和一个**列修饰符**（Column Qualifier）组合起来才叫一个**列**（Column），使用冒号 **: 分割**，即 **列族:列修饰符**。

在传统数据库中每一行的唯一标识符叫做主键，在Hbase中叫做**row key**（行键）；数据在进入Hbase时都会被打上一个时间戳，这个时间戳可以作为版本号来使用。

一个**行键**、**列族**、**列修饰符**、**数据**和**时间戳**组合起来叫做一个**单元格（Cell）**。这里的行键、列族、列修饰符和时间戳其实可以看作是定位属性（类似坐标），最终确定了一个数据。

HBase里边也有表、行和列的概念。

表没什么好说的，就是一张表 ，  
一行数据由一个行键和一个或多个相关的列以及它的值所组成

好了，现在比较抽象了。在HBase里边，定位一行数据会有一个唯一的值，这个叫做行键(RowKey)。而在HBase的列不是我们在关系型数据库所想象中的列。  
HBase的列（Column）都得归属到列族（Column Family）中。在HBase中用列修饰符（Column Qualifier）来标识每个列。  
在HBase里边，先有列族，后有列。

**什么是列族？可以简单理解为：列的属性类别**  
**什么是列修饰符？先有列族后有列，在列族下用列修饰符来标识一列**  
![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pwMTc4MzQ5OTQwNzE_size_16_color_FFFFFF_t_70][]  
HBase表的每一行中，列的组成都是灵活的，行与行之间的列不需要相同。  
换句话说：一个列族下可以任意添加列，不受任何限制  
数据写到HBase的时候都会被记录一个时间戳，这个时间戳被我们当做一个版本。比如说，我们修改或者删除某一条的时候，本质上是往里边新增一条数据，记录的版本加一了而已。  
![20200702194631102.png][]  
现在要把这条记录的值改为40，实际上就是多添加一条记录，在读的时候按照时间戳读最新的记录。所以看起来就是把这条记录改了。  
![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pwMTc4MzQ5OTQwNzE_size_16_color_FFFFFF_t_70][]

## 区域Region ##

Table在行的方向上分割为多个Region。

Region是按大小分割的，每个表开始只有一个region，随着数据的增多，region不断增大，当增大到一个阀值的时候，region就会等分为两个新的region,之后会有越来越多的region。

Region是HBase中分布式存储和负载均衡的最小单元。不同的Region分布到不同的RegionServer上。

Region由一个或者多个Store组成, 每个Store保存一个column family, 每个Store又由一个MemStore(存储在内存中)和0到多个StoreFile(存储在HDFS上)组成.

## 存储单元 cell ##

我们外观看到的每个单元格其实都对应着多个存储单元，默认情况下一个单元格对应着一个存储单元，一个存储单元可以存储一份数据，如果一个单元格有多个存储单元就表示一个单元格可以存储多个值。可以通过version来设置存储单元个数。可以通过**rowKey + columnFamily + column + timestamp**来唯一确定一个存储单元。cell中的数据是没有类型的，全部是字节码形式存贮。

hbase按照时间戳降序排列各时间版本，其他映射建按照升序排序。

## hbase shell命令操作 ##

进入hbase 操作界面  
**hbase shell**  
查看有哪些表  
**list**

创建表  
**create ‘表名’, ‘列族名1’, ‘列族名2’, ‘列族名N’**  
create ‘test’,\{NAME => ‘a1’, VERSIONS => 2\},\{NAME => ‘a2’, VERSIONS => 2\}

添加列族 alter  
**alter ‘表名’, ‘列族名**  
alter ‘test’,‘userinfo’

删除列族  
**alter’表名’, \{NAME=> ‘列族名’, METHOD=> ‘delete\}**  
alter ‘test’,\{NAME=> ‘userinfo’, METHOD=> ‘delete\}

删除表  
先关闭 disable ‘表’ ,在 drop ‘表’  
**disable 'test’**  
**drop 'test’**

查看表的结构  
**describe 'test’**

查看表所有数据 scan  
**scan 'test’**

查看单个列族  
**scan ‘test’ ,\{COLUMN=>‘userinfo’\}**

获取某一行数据 get  
**get ‘test’,'1’**

获取某一行列族数据  
**get ‘test’,‘1’，'userinfo’**

**Filter过滤器**

**显示hbase所支持的所有过滤器show\_filters**  
过滤器用于get和scan命令中作为筛选数据的条件，类型关系型数据库中的where的作用  
![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pwMTc4MzQ5OTQwNzE_size_16_color_FFFFFF_t_70 1][]

获取rowKey=r1 中的列值等于v2的所有列  
**get ‘test’，‘r1’， \{FILTER => “ValueFilter(=, ’ binary:v2’)”\}**

获取test表中列值等于v2的所有信息  
**scan ‘test’, FILTER=>"ValueFilter(=,‘binary:v2’)"**

查看test表中谁的列值包含88  
**scan ‘test’, FILTER=>"ValueFilter(=,‘substring:88’)"**

**ColumnPrefixFilter列修饰符前缀过滤器**

查看test表中的列前缀为c2，列值包含88的用户  
**scan ‘test’, FILTER=>"ColumnPrefixFilter(‘c2’) AND ValueFilter(=,‘substring:88’)"**

查看test表中的列前缀为s，列值包含123或者222的用户  
**scan ‘test’, FILTER=>"ColumnPrefixFilter(‘s’) AND ( ValueFilter(=,‘substring:123’) OR ValueFilter(=,‘substring:222’) )"**

查看test表中，行键为user1开头的所有信息  
**scan ‘test’, FILTER => "PrefixFilter (‘user1’)"**

查看test表中，从行键user开始,找到所有的rowkey以user1开头的信息  
**scan ‘test’, \{STARTROW=>‘user’, FILTER => “PrefixFilter (‘user1’)”\}**

查看test表中，从行键user1开始找,找到所有的到行键uesr2之间的所有信息  
**scan ‘test’, \{STARTROW=>‘user1’, STOPROW=>‘user2’\}**

修改表结构  
必须先disable 关闭表  
**disable 'test’**  
**alter ‘test’,\{NAME=>‘userinfo’,age=>‘20’\},\{NAME=>‘callnum’, TTL=>‘15245667853’\}**  
**enable 'test’**

## 表数据的增删改查 ##

**1.添加数据**  
给表a的添加一行记录：  
语法：put < table>,< rowkey>,< family:column>,< value>,< timestamp>  
**put ‘a’,‘rowkey001’,‘f1:col1’,‘value01’** 时间戳系统默认

**2.查询数据**  
查询表a，rowkey001中的f1下的col1的值  
**get ‘a’,‘rowkey001’, 'f1:col1’**

**3.查询表中的数据行数**  
语法：count < table>, \{INTERVAL => intervalNum, CACHE => cacheNum\}  
INTERVAL设置多少行显示一次及对应的rowkey，默认1000；CACHE每次去取的缓存区大小，默认是10，调整该参数可提高查询速度  
**count ‘a’, \{INTERVAL => 100, CACHE => 500\}**  
解析：查询表a中的行数，每100条显示一次，缓存区为500

**4.扫描表**  
语法：scan < table>, \{COLUMNS => \[ < family:column>,… \], LIMIT => num\}  
**scan ‘a’,\{LIMIT=>5\}**  
解析：扫描表t1的前5条数据

**5.删除数据**  
a.删除行中的某个列值  
语法：delete < table>, < rowkey>, < family:column> , < timestamp> 必须指定列名  
**delete ‘a’,‘rowkey001’,'f1:col1’**  
解析：删除表a，rowkey001中的f1:col1的数据

b.删除行  
语法：delete < table>, < rowkey>, < family:column> , < timestamp> 可以不指定列名，删除整行数据  
**delete all ‘a’,'rowkey001’**  
解析：删除表a，rowkey001中的所有数据

c.删除表中的所有数据  
语法： truncate < table>  
具体过程是：disable table -> drop table -> create table  
**truncate 'a’**  
解析：删除表a的所有数据

# 创建表，c1版本为4， 元数据mykey=myvalue
    hbase(main):009:0> create 't1', { NAME => 'c1', VERSIONS => 4}, METADATA => {  'mykey' => 'myvalue' }
    0 row(s) in 2.2810 seconds
    
    => Hbase::Table - t1
    # 添加列族c2, c3
    hbase(main):010:0> alter 't1', 'c2', 'c3'
    Updating all regions with the new schema...
    1/1 regions updated.
    Done.
    Updating all regions with the new schema...
    1/1 regions updated.
    Done.
    0 row(s) in 3.8320 seconds
    
    # 出入数据，c1 插入4个版本的值
    hbase(main):011:0> put 't1', 'r1', 'c1', 'v1'
    0 row(s) in 0.1000 seconds
    
    hbase(main):012:0> put 't1', 'r1', 'c1', 'v11'
    0 row(s) in 0.0180 seconds
    
    hbase(main):013:0> put 't1', 'r1', 'c1', 'v111'
    0 row(s) in 0.0140 seconds
    
    hbase(main):014:0> put 't1', 'r1', 'c1', 'v1111'
    0 row(s) in 0.0140 seconds
    
    # 插入c2、c3的值
    hbase(main):015:0> put 't1', 'r1', 'c2', 'v2'
    0 row(s) in 0.0140 seconds
    
    hbase(main):016:0> put 't1', 'r1', 'c3', 'v3'
    0 row(s) in 0.0210 seconds
    
    # 获取rowKey=r1的一行记录
    hbase(main):017:0> get 't1', 'r1'
    
    COLUMN                                              CELL
     c1:                                                timestamp=1552819382575, value=v1111
     c2:                                                timestamp=1552819392398, value=v2
     c3:                                                timestamp=1552819398244, value=v3
    3 row(s) in 0.0550 seconds
    
    # 获取rowKey=r1并且 1552819392398 <= 时间戳范围 < 1552819398244
    hbase(main):018:0> get 't1', 'r1', { TIMERANGE => [1552819392398, 1552819398244]}
    COLUMN                                              CELL
     c2:                                                timestamp=1552819392398, value=v2
    1 row(s) in 0.0090 seconds
    
    # 获取指定列的值
    hbase(main):019:0> get 't1', 'r1', { COLUMN => 'c1'}
    COLUMN                                              CELL
     c1:                                                timestamp=1552819382575, value=v1111
    1 row(s) in 0.0160 seconds
    
    # 获取指定列的值，多个值使用数组表示
    hbase(main):020:0> get 't1', 'r1', { COLUMN => ['c1', 'c2', 'c3']}
    COLUMN                                              CELL
     c1:                                                timestamp=1552819382575, value=v1111
     c2:                                                timestamp=1552819392398, value=v2
     c3:                                                timestamp=1552819398244, value=v3
    3 row(s) in 0.0170 seconds
    
    # 获取c1的值，获取4个版本的值，默认是按照时间戳降续排序的
    hbase(main):021:0> get 't1', 'r1', { COLUMN => 'c1', VERSIONS => 4}
    COLUMN                                              CELL
     c1:                                                timestamp=1552819382575, value=v1111
     c1:                                                timestamp=1552819376343, value=v111
     c1:                                                timestamp=1552819368993, value=v11
     c1:                                                timestamp=1552819362975, value=v1
    4 row(s) in 0.0180 seconds
    
    # 获取c1的3个版本值
    hbase(main):027:0* get 't1', 'r1', { COLUMN => 'c1', VERSIONS => 3}
    COLUMN                                               CELL
     c1:                                                 timestamp=1552819382575, value=v1111
     c1:                                                 timestamp=1552819376343, value=v111
     c1:                                                 timestamp=1552819368993, value=v11
    3 row(s) in 0.0090 seconds
    
    # 获取指定时间戳版本的列
    hbase(main):022:0> get 't1', 'r1', { COLUMN => 'c1', TIMESTAMP => 1552819376343}
    COLUMN                                              CELL
     c1:                                                timestamp=1552819376343, value=v111
    1 row(s) in 0.0170 seconds
    
    hbase(main):023:0> get 't1', 'r1', { COLUMN => 'c1', TIMESTAMP => 1552819376343, VERSIONS => 4}
    COLUMN                                              CELL
     c1:                                                timestamp=1552819376343, value=v111
    1 row(s) in 0.0130 seconds
    
    # 获取rowKey=r1中的值等于v2的所有列
    hbase(main):024:0> get 't1', 'r1', { FILTER => "ValueFilter(=, 'binary:v2')"}
    COLUMN                                              CELL
     c2:                                                timestamp=1552819392398, value=v2
    1 row(s) in 0.0510 seconds
    
    hbase(main):025:0> get 't1', 'r1', { COLUMN => 'c1', ATTRIBUTES => { 'mykey'=>'myvalue'}}
    COLUMN                                              CELL
     c1:                                                timestamp=1552819382575, value=v1111
    1 row(s) in 0.0100 seconds

## namespace命令 ##

1.  列举命名空间  
    **list\_namespace**
2.  获取命名空间描述  
    **describe\_namespace**
3.  查看命名空间下的所有表  
    **list\_namespace\_tables**
4.  创建命名空间  
    **create\_namespace 'test’**
5.  修改命名空间的属性  
    **alter\_namespace ‘test’, \{METHOD => ‘unset’, NAME=>‘PROPERTY\_NAME’\}**
6.  删除命名空间  
    **drop\_namespace**

**权限管理**  
1）分配权限  
权限用五个字母表示： “RWXCA”  
READ(‘R’), WRITE(‘W’), EXEC(‘X’), CREATE(‘C’), ADMIN(‘A’)  
**grant ‘test’,‘RW’,'a’**  
解析：给用户‘test’分配对表a有读写的权限

2）查看权限  
**user\_permission 'a’**  
解析：查看表a的权限列表

3）收回权限  
**revoke ‘test’,'a’**  
解析：收回test用户在表a上的权限

查询表中有多少行 **count**  
**count '表名’**

自增 **incr**  
**incr ‘表名’, ‘行键’, ‘列族:列名’, 步长值**  
**注意**：incr 可以对不存的行键操作，如果行键已经存在会报错，如果使用put修改了incr的值再使用incr也会报错  
ERROR: org.apache.hadoop.hbase.DoNotRetryIOException: Field is not a long, it’s 2 bytes wide

计数器 **get\_counter**

# 点击量：日、周、月
    create 'counters', 'daily', 'weekly', 'monthly'
    incr 'counters', '20110101', 'daily:hits', 1
    incr 'counters', '20110101', 'daily:hits', 1
    get_counter 'counters', '20110101', 'daily:hits'

## 修饰词 ##

1.**COLUMNS: 查询同一个列族的多个列**  
语法：  
**scan ‘表名’, \{COLUMNS => \[ ‘列族名1:列名1’, ‘列族名1:列名2’, …\]\}**  
示例：scan ‘tbl\_user’, \{COLUMNS => \[ ‘info:id’, ‘info:age’\]\}

2 **TIMESTAMP 指定时间戳**  
语法：  
**scan ‘test’, \{COLUMNS => ‘a1’, TIMESTAMP=> 1552818347657\}**

3 **TIMERANGE 表示的是”>=开始时间 and <结束时间“**  
语法：  
**scan ‘表名’,\{TIMERANGE=>\[timestamp1, timestamp2\]\}**

4 **VERSIONS 版本**  
默认情况下一个列只能存储一个数据，后面如果修改数据就会将原来的覆盖掉，可以通过指定VERSIONS时HBase一列能存储多个值。

create 'test', 'columnFamily'
    describe 'test'
    
    # 修改列族版本号
    alter 'test', {  NAME=>'columnFamily', VERSIONS=>3 }
    
    put 'test', 'rowKey1', 'columnFamily:column1', 'value1'
    put 'test', 'rowKey1', 'columnFamily:column1', 'value2'
    put 'test', 'rowKey1', 'columnFamily:column1', 'value3'
    
    # 默认返回最新的一条数据
    get 'test','rowKey1','columnFamily:column1'
    
    # 返回3个
    get 'test','rowKey1',{ COLUMN=>'columnFamily:column1', VERSIONS=>3}
    # 返回2个
    get 'test','rowKey1',{ COLUMN=>'columnFamily:column1', VERSIONS=>2}

5 **STARTROW** **行键起始行**  
ROWKEY起始行。会先根据这个key定位到region，再向后扫描  
语法：  
**scan ‘表名’, \{ STARTROW => ‘行键名’\}**

6 **STOPROW ：截止到STOPROW行**，STOPROW行之前的数据，不包括STOPROW这行数据  
语法：  
**scan ‘表名’, \{ STOPROW => ‘行键名’\}**

7 **LIMIT 返回的行数**  
语法:  
**scan ‘表名’, \{ LIMIT => 行数\}**

## HBase 常见错误 ##

hbase shell在使用的时候经常会报错，这里列举了几个错误：  
1.**ERROR: org.apache.hadoop.hbase.ipc.ServerNotRunningYetException: Server is not running yet**  
使用jps查看是否有datanode服务  
jps  
删除hadoop 的临时目录  
**/opt/soft/hadoop260/tmp**

2.**ERROR: Can’t get master address from ZooKeeper; znode data == null**  
关闭hbase  
**stop-hbase.sh**  
重启hbase  
**start-hbase.sh**  
**通过多次重启hbase服务或者是格式化namenode和DataNode，解决问题。**

3.**ERROR: org.apache.hadoop.hbase.PleaseHoldException: Master is initializing**  
解决办法1：  
第一个问题，端口问题8020  
hadoop默认的namenode 资源子接口是8020 端口，端口改成9000.

第二个问题，命名  
![20200708150337619.png][]  
修改配置文件hbase-site.xml  
改成如图所示：**hbase.root.dir**

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pwMTc4MzQ5OTQwNzE_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20200702194144105.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pwMTc4MzQ5OTQwNzE=,size_16,color_FFFFFF,t_70
[20200702194631102.png]: https://img-blog.csdnimg.cn/20200702194631102.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pwMTc4MzQ5OTQwNzE_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20200702194838469.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pwMTc4MzQ5OTQwNzE=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pwMTc4MzQ5OTQwNzE_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/2020070814143445.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pwMTc4MzQ5OTQwNzE=,size_16,color_FFFFFF,t_70
[20200708150337619.png]: https://img-blog.csdnimg.cn/20200708150337619.png