分布式数据库HBase课件.ppt

1、 分布式数据库HBase提纲1概述2HBase访问接口3HBase数据模型4HBase的实现原理5HBase运行机制6 HBase应用方案7 HBase编程实践1概述 1.1 从BigTable说起 1.2 HBase简介 1.3 HBase与传统关系数据库的对比分析Google云计算技术具体包括：Google分布式文件系统GFS、分布式计算编程模型MapReduce、分布式锁服务Chubby分布式数据存储系统Bigtable等。1.1 从BigTable说起需要存储的数据种类繁多：Google目前向公众开放的服务很多，需要处理的数据类型也非常多。包括URL、网页内容、用户的个性化设置在内的数

2、据都是Google需要经常处理的 海量的服务请求：Google运行着目前世界上最繁忙的系统，它每时每刻处理的客户服务请求数量是现有商用数据库根本无法承受的。挑战Google在数据存储访问方面当时面临的挑战 BigTable设计目标基本目标高可用性 能确保几乎所有的情况下系统都可用 广泛的适用性 能满足系列Google产品简单性 底层系统简单性既可减少系统出错概率，也为上层应用开发带来便利 很强的可扩展性 根据需要随时可以加入或撤销服务器 1.1 从BigTable说起BigTable是一个分布式数据存储系统,起初用于解决典型的互联网搜索问题，可以扩展到PB级别的数据和上千台机器，具备广泛应用性

3、、可扩展性、高性能和高可用性等特点。BigTable在互联网搜索方面的例子：1 爬虫持续不断地抓取新页面，这些页面每页一行地存储到BigTable里2 MapReduce计算作业运行在整张表上，生成索引，为网络搜索应用做准备3 用户发起网络搜索请求4 网络搜索应用查询建立好的索引，从BigTable得到网页5 搜索结果提交给用户目前，BigTable为谷歌旗下的搜索、地图、财经、打印、以及社交网站Orkut、视频共享网站YouTube和博客网站Blogger等业务提供技术支持。Bigtable数据模型 Bigtable是一个分布式多维映射表，表中的数据通过一个行关键字（Row Key）、一个列

4、关键字（Column Key）以及一个时间戳（Time Stamp）进行索引 Bigtable对存储在其中的数据不做任何解析，一律看做字符串Bigtable的存储逻辑可以表示为：(row:string,column:string,time:int64)stringBigtable数据模型 行 Bigtable的行关键字可以是任意的字符串，但是大小不能超过64KB。Bigtable和传统的关系型数据库有很大不同，它不支持一般意义上的事务，但能保证对于行的读写操作具有原子性（Atomic）表中数据都是根据行关键字进行排序的，排序使用的是词典序。一个典型实例，其中n.www就是一个行关键字。不直接存

5、储网页地址而将其倒排是Bigtable的一个巧妙设计。带来两个好处:同一地址域的网页会被存储在表中的连续位置，有利于用户查找和分析 倒排便于数据压缩，可以大幅提高压缩率 “内容：”“锚点：”“锚点：my.look.ca”“n.www”“”“”“”“CNN.com”“CNN”t3 t5 t6 t8 t9 由于规模的问题，单个的大表不利于数据处理，因此Bigtable将一个表分成了多个子表，每个子表包含多个行。子表是Bigtable中数据划分和负载均衡的基本单位。数据模型列 Bigtable并不是简单地存储所有的列关键字，而是将其组织成所谓的列族。每个族中的一列或者多列数据都属于同一个类型（如图中

6、，内容、锚点是不同的族）。同族的数据会被压缩在一起保存 族是Bigtable中访问控制（Access Control）基本单元，也就是说访问权限的设置是在族这一级别上进行的“内容：”“锚点：”“锚点：my.look.ca”“n.www”“”“”“”“CNN.com”“CNN”t3 t5 t6 t8 t9 数据模型时间戳 l 为了简化不同版本的数据管理，Bigtable目前提供了两种设置：l一种是保留最近的N个不同版本，图中数据模型采取的就是这种方法，它保存最新的三个版本数据。l另一种就是保留限定时间内的所有不同版本，比如可以保存最近10天的所有不同版本数据。失效的版本将会由Bigtable的垃

7、圾回收机制自动处理 Google的很多服务比如网页检索和用户的个性化设置等都需要保存不同时间的数据，这些不同的数据版本必须通过时间戳来区分。系统架构 读/写元数据操作Bigtable数据库主要由三个部分组成：客户端程序库（Client Library）,一个主服务器（Master Server）和多个子表服务器（Tablet Server）。在Bigtable中，整个数据库看成一张大表，并会划分为许多基本子表(bigtable中最小的处理单位)。子表服务器存储实际数据，并负责处理数据的读写，并在子表过大时进行拆分。主服务器负责将子表分配到各子表服务器、检测新增和过期的子表服务器、平衡子表服务器

8、之间的负载、数据模式的改变（例如创建表）等。Chubby作用：1.选取并保证同一时间内只有一个主服务器（Master Server）；2.获取子表的位置信息；3.保存Bigtable的访问控制列表。客户访问Bigtable服务时，首先要利用其库函数执行Open()操作来打开一个锁（实际上就是获取了文件目录），锁打开以后客户端就可以和子表服务器进行通信 和许多具有单个主节点分布式系统一样，客户端主要与子表服务器通信，几乎不和主服务器进行通信，这使得主服务器的负载大大降低1.2 HBase简介HBase是一个高可靠、高性能、面向列、可伸缩的分布式数据库，是谷歌BigTable的开源实现，主要用来存

9、储非结构化和半结构化的松散数据。HBase的目标是处理非常庞大的表，可以通过水平扩展的方式，利用廉价计算机集群处理由超过10亿行数据和数百万列元素组成的数据表 Hadoop生态系统中HBase与其他部分的关系 Hadoop1.2 HBase简介关系数据库已经流行很多年，为什么需要HBase?传统通用关系型数据库无法应对在数据规模剧增时导致的系统扩展性和性能问题传统关系数据库在数据结构变化时一般需要停机维护；空列浪费存储空间因此，出现了一类面向半结构化数据存储和访问的高可扩展、低写入/查询延迟的系统HBase。目前，HBase已经成功应用于互联网服务领域和传统行业的众多在线式数据分析处理系统中。

10、1.3 HBase与传统关系数据库的对比分析HBase与传统的关系数据库的区别主要体现在以下几个方面：（1）数据类型：关系数据库具有丰富的数据类型和存储方式，HBase则采用了更加简单的数据模型，它把数据存储为未经解释的字符串。（2）数据操作：关系数据库中包含了丰富的操作，其中会涉及复杂的多表连接。HBase操作则不存在复杂的表与表之间的关系，只有简单的插入、查询、删除、清空等，因为HBase在设计上就避免了复杂的表和表之间的关系。（3）存储模式：关系数据库是基于行模式存储的。HBase是基于列存储的，每个列族都由几个文件保存，不同列族的文件是分离的。1.3 HBase与传统关系数据库的对比分

11、析（4）数据索引：关系数据库通常可以针对不同列构建复杂的多个索引，以提高数据访问性能。HBase只有一个索引行键（5）数据维护：在关系数据库中，更新操作会用最新的当前值去替换记录中原来的旧值，旧值被覆盖后就不会存在。而在HBase中执行更新操作时，并不会删除数据旧的版本，而是生成一个新的版本，旧有的版本仍然保留（6）可伸缩性：关系数据库水平扩展空间有限。相反，HBase就是为了实现灵活的水平扩展而开发的，能够轻易地通过在集群中增加或者减少硬件数量来实现性能的伸缩2HBase访问接口HBase访问接口类型类型特点特点场合场合Native Java API最常规和高效的访问方式最常规和高效的访问方

12、式适合适合Hadoop MapReduce作业作业并行批处理并行批处理HBase表数据表数据HBase ShellHBase的命令行工具，最的命令行工具，最简单的接口简单的接口适合适合HBase管理使用管理使用Thrift Gateway利用利用Thrift序列化技术，序列化技术，支持支持C+、PHP、Python等多种语言等多种语言适合其他异构系统在线访问适合其他异构系统在线访问HBase表数据表数据REST Gateway解除了语言限制解除了语言限制支持支持REST风格的风格的Http API访访问问HBasePig使用使用Pig Latin流式编程语流式编程语言来处理言来处理HBase中

13、的数据中的数据适合做数据统计适合做数据统计Hive简单简单当需要以类似当需要以类似SQL语言方式来语言方式来访问访问HBase的时候的时候3HBase数据模型 3.1 数据模型概述 3.2 数据模型相关概念 3.3 数据坐标 3.4 概念视图 3.5 物理视图 3.6 面向列的存储3.1 数据模型概述HBase是一个稀疏、多维度、排序的映射表，这张表的索引是行键、列族、列限定符和时间戳每个值是一个未经解释的字符串，没有数据类型用户在表中存储数据，每一行都有一个可排序的行键和任意多的列表在水平方向由一个或者多个列族组成，一个列族中可以包含任意多个列，同一个列族里面的数据存储在一起列族支持动态扩展

14、，可以很轻松地添加一个列族或列，无需预先定义列的数量以及类型，所有列均以字符串形式存储，用户需要自行进行数据类型转换HBase中执行更新操作时，并不会删除数据旧的版本，而是生成一个新的版本，旧有的版本仍然保留（这是和HDFS只允许追加不允许修改的特性相关的）3.2 数据模型相关概念表：HBase采用表来组织数据，表由行和列组成，列划分为若干个列族行：每个HBase表都由若干行组成，每个行由行键（row key）来标识。列族：一个HBase表被分组成许多“列族”（Column Family）的集合，它是基本的访问控制单元列限定符：列族里的数据通过列限定符（或列）来定位单元格：在HBase表中，通

15、过行、列族和列限定符确定一个“单元格”（cell），单元格中存储的数据没有数据类型，总被视为字节数组byte时间戳：每个单元格都保存着同一份数据的多个版本，这些版本采用时间戳进行索引3.3 数据坐标HBase中需要根据行键、列族、列限定符和时间戳来确定一个单元格，因此，可以视为一个“四维坐标”，即行键,列族,列限定符,时间戳键值“201505003”,“Info”,“email”,1174184619081“”“201505003”,“Info”,“email”,1174184620720“”3.4 逻辑视图 HBase数据的逻辑视图行键行键时时间间戳戳列族列族contents列族列族n.ww

16、wt5anchor:=”CNN”t4anchor:my.look.ca=CNN.comt3contents:html=.t2contents:html=.t1contents:html=.3.5 物理视图 HBase数据的物理视图:基于列的存储行键行键时间时间戳戳列族列族n.wwwt3contents:html=.t2contents:html=.t1contents:html=.行键行键时间时间戳戳列族列族n.wwwt5anchor:=”CNN”t4anchor:my.look.ca=CNN.com列族contents列族anchor3.6 面向列的存储 行式数据库和列式数据库示意图3.6

17、面向列的存储 行式存储结构和列式存储结构4HBase的实现原理 1HBase功能组件 2表和Region 3Region的定位1HBase功能组件HBase的实现包括三个主要的功能组件：（1）库函数：链接到每个客户端（2）一个Master主服务器（3）许多个Region服务器主服务器Master负责管理和维护HBase表的分区信息，维护Region服务器列表，分配Region，负载均衡Region服务器负责存储和维护分配给自己的Region，处理来自客户端的读写请求客户端并不是直接从Master主服务器上读取数据，而是在获得Region的存储位置信息后，直接从Region服务器上读取数据客户端

18、并不依赖Master，而是通过Zookeeper来获得Region位置信息，大多数客户端甚至从来不和Master通信，这种设计方式使得Master负载很小 2表和Region 一个HBase表被划分成多个Region 一个Region会分裂成多个新的Region开始只有一个Region，后来不断分裂Region拆分操作非常快，接近瞬间，因为拆分之后的Region读取的仍然是原存储文件，直到“合并”过程把存储文件异步地写到独立的文件之后，才会读取新文件2表和Region图4-7 不同的Region可以分布在不同的Region服务器上每个Region默认大小是100MB到200MB（2006年以前

19、的硬件配置）每个Region的最佳大小取决于单台服务器的有效处理能力目前每个Region最佳大小建议1GB-2GB（2013年以后的硬件配置）同一个Region不会被分拆到多个Region服务器每个Region服务器存储10-1000个Region3Region的定位 HBase的三层结构元数据表，又名.META.表，存储了Region和Region服务器的映射关系 当HBase表很大时，.META.表也会被分裂成多个Region根数据表，又名-ROOT-表，记录所有元数据的具体位置 -ROOT-表只有唯一一个Region，名字是在程序中被写死的 Zookeeper文件记录了-ROOT-表的位

20、置3Region的定位 HBase的三层结构中各层次的名称和作用层次层次名称名称作用作用第一层第一层Zookeeper文件文件 记录了记录了-ROOT-表的位置信息表的位置信息第二层第二层-ROOT-表表记录了记录了.META.表的表的Region位置信息位置信息-ROOT-表只能有一个表只能有一个Region。通过。通过-ROOT-表表，就可以访问，就可以访问.META.表中的数据表中的数据第三层第三层.META.表表记录了用户数据表的记录了用户数据表的Region位置信息，位置信息，.META.表可以有多个表可以有多个Region，保存了，保存了HBase中所有用中所有用户数据表的户数据表

21、的Region位置信息位置信息3Region的定位客户端访问数据时的“三级寻址”为了加速寻址，客户端会缓存位置信息，同时，需要解决缓存失效问题寻址过程客户端只需要询问Zookeeper服务器，不需要连接Master服务器3Region的定位 为了加快访问速度，.META.表的全部Region都会被保存在内存中。假设.META.表的每行（一个映射条目）在内存中大约占用1KB，并且每个Region限制为128MB，那么，上面的三层结构可以保存的用户数据表的Region数目是：（-ROOT-表能够寻址的.META.表的Region个数）（每个.META.表的 Region可以寻址的用户数据表的Reg

22、ion个数）一个-ROOT-表最多只能有一个Region，也就是最多只能有128MB，按照每行（一个映射条目）占用1KB内存计算，128MB空间可以容纳128MB/1KB=217行，也就是说，一个-ROOT-表可以寻址217个.META.表的Region。同理，每个.META.表的 Region可以寻址的用户数据表的Region个数是128MB/1KB=217。最终，三层结构可以保存的Region数目是(128MB/1KB)(128MB/1KB)=234个Region5HBase运行机制 5.1 HBase系统架构 5.2 Region服务器工作原理 5.3 Store工作原理 5.4 HLo

23、g工作原理5.1 HBase系统架构 HBase的系统架构1.客户端客户端包含访问HBase的接口，同时在缓存中维护着已经访问过的Region位置信息，用来加快后续数据访问过程2.Zookeeper服务器Zookeeper可以帮助选举出一个Master作为集群的总管，并保证在任何时刻总有唯一一个Master在运行，同时避免Master的“单点失效”问题3.Master主服务器Master主要负责表和Region的管理工作：管理用户对表的增加、删除、修改、查询等操作实现不同Region服务器之间的负载均衡在Region分裂或合并后，负责重新调整Region的分布对发生故障失效的Region服务器

24、上的Region进行迁移 Region服务器Region服务器是HBase中最核心的模块，负责维护分配给自己的Region，并响应用户的读写请求5.1 HBase系统架构Zookeeper是一个很好的集群管理工具，被大量用于分布式计算，提供配置维护、域名服务、分布式同步、组服务等。5.2 Region服务器工作原理Region服务器向HDFS文件系统中读写数据 1.用户读写数据过程 2.缓存的刷新3.StoreFile的合并5.2 Region服务器工作原理1.用户读写数据过程 用户写入数据时，被分配到相应Region服务器去执行用户数据首先被写入到MemStore和Hlog中只有当操作写入H

25、log之后，commit()调用才会将其返回给客户端当用户读取数据时，Region服务器会首先访问MemStore缓存，如果找不到，再去磁盘上面的StoreFile中寻找5.2 Region服务器工作原理2.缓存的刷新系统会周期性地把MemStore缓存里的内容刷写到磁盘的StoreFile文件中，清空缓存，并在Hlog里面写入一个标记每次刷写都生成一个新的StoreFile文件，因此，每个Store包含多个StoreFile文件每个Region服务器都有一个自己的HLog 文件，每次启动都检查该文件，确认最近一次执行缓存刷新操作之后是否发生新的写入操作；如果发现更新，则先写入MemStore

26、，再刷写到StoreFile，最后删除旧的Hlog文件，开始为用户提供服务5.2 Region服务器工作原理3.StoreFile的合并每次刷写都生成一个新的StoreFile，数量太多，影响查找速度调用Spact()把多个合并成一个合并操作比较耗费资源，只有数量达到一个阈值才启动合并5.3 Store工作原理 StoreFile的合并和分裂过程 Store是Region服务器的核心多个StoreFile合并成一个单个StoreFile过大时，又触发分裂操作，1个父Region被分裂成两个子Region5.4 HLog工作原理 分布式环境必须要考虑系统出错。HBase采用HLog保证系统恢复

27、HBase系统为每个Region服务器配置了一个HLog文件，它是一种预写式日志（Write Ahead Log）用户更新数据必须首先写入日志后，才能写入MemStore缓存，并且，直到MemStore缓存内容对应的日志已经写入磁盘，该缓存内容才能被刷写到磁盘5.4 HLog工作原理Zookeeper会实时监测每个Region服务器的状态，当某个Region服务器发生故障时，Zookeeper会通知MasterMaster首先会处理该故障Region服务器上面遗留的HLog文件，这个遗留的HLog文件中包含了来自多个Region对象的日志记录系统会根据每条日志记录所属的Region对象对HLo

28、g数据进行拆分，分别放到相应Region对象的目录下，然后，再将失效的Region重新分配到可用的Region服务器中，并把与该Region对象相关的HLog日志记录也发送给相应的Region服务器Region服务器领取到分配给自己的Region对象以及与之相关的HLog日志记录以后，会重新做一遍日志记录中的各种操作，把日志记录中的数据写入到MemStore缓存中，然后，刷新到磁盘的StoreFile文件中，完成数据恢复共用日志优点：提高对表的写操作性能；缺点：恢复时需要分拆日志6 HBase访问方式q Native Java API 最常规和高效的访问方式q HBase Shell HBas

29、e的命令行工具，最简单的接口，适合HBase管理使用；q 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q REST Gateway 支持REST 风格的Http API访问HBase,解除了语言限制q MapReduce 直接使用MapReduce作业处理Hbase数据 使用Pig/hive处理Hbase数据HBase Java API概述q Hbase是用Java语言编写的，支持Java编程是自然而然的事情q 支持CRUD操作：Create,Read,Update,Deleteq Java API

30、包含Hbase shell支持的所有功能，甚至更多q Java API是访问Hbase最快的方式Java API程序设计步骤q 步骤1：创建一个Configuration对象 包含各种配置信息 例如：Configuration conf=HbaseConfiguration.create();q 步骤2：构建一个HTable句柄 提供Configuration对象 提供待访问Table的名称 例如：HTable table=new HTable(conf,tableName);q 步骤3：执行相应的操作 执行put、get、delete、scan等操作 例如：table.getTableNam

31、e();q 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 例如：table.close();程序示例q 框架程序7 HBase编程实践7.1 HBase的安装与配置7.2HBase常用Shell命令7.3HBase常用Java API及应用实例7.1 HBase的安装与配置1.HBase安装下载安装包hbase-1.1.2-bin.tar.gz解压安装包hbase-1.1.2-bin.tar.gz至路径/usr/local配置系统环境,将hbase下的bin目录添加到系统的path中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。以下先决条

32、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备注：安装完Hadoop时，只包含HDFS和MapReduce等核心组件，并不包含HBase，因此，HBase需要单独安装启动关闭Hadoop和HBase的顺序一定是：启动Hadoop启动HBase关闭HBase关闭Hadoop HBASE_MANAGES_ZK=true，由HBase管理Zookeeper,否则启动独立的Zookeeper.建议：单机版HBase，使用自带Zookeeper；集群安装HBase则采用单独Zookeeper集群7.2 HBase常

33、用Shell命令Shell命令帮助 查询数据库状态 hbase(main):024:0status 3 servers,0 dead,1.0000 average load 查询数据库版本 hbase(main):025:0version 0.90.4,r1150278,Sun Jul 24 15:53:29 PDT 2011 7.2 HBase常用Shell命令7.2 HBase常用Shell命令create：创建表list：列出HBase中所有的表信息例子1：创建一个表，该表名称为tempTable，包含3个列族f1，f2和f3（1）利用命令create创建表tempTable，表中有f1

34、，f2，f3三个列族（2）利用list列出Hbase中所有的表信息7.2 HBase常用Shell命令 put：向表、行、列指定的单元格添加数据 一次只能为一个表的一行数据的一个列添加一个数据 scan：浏览表的相关信息例子2：继续向表tempTable中的第r1行、第“f1:c1”列，添加数据值为“hello,dblab”（1）利用put命令向表tempTalble，行r1，列f1:c1中插入数据（2）利用scan命令浏览表tempTable的相关信息在添加数据时，HBase会自动为添加的数据添加一个时间戳，当然，也可以在添加数据时人工指定时间戳的值.7.2 HBase常用Shell命令 g

35、et：通过表名、行、列、时间戳、时间范围和版本号来获得相应单元格的值例子3：（1）从tempTable中，获取第r1行、第“f1:c1”列的值（2）从tempTable中，获取第r1行、第“f1:c3”列的值备注：f1是列族，c1和c3都是列从运行结果可以看出：tempTable中第r1行、第“f1:c3”列的值当前不存在7.2 HBase常用Shell命令enable/disable：使表有效或无效drop：删除表例子4：使表tempTable无效、删除该表（1）利用disable命令使表tempTable无效（2）利用drop命令删除表tempTable（3）利用list命令展示删除表te

36、mpTable后的效果7.3 HBase常用Java API及应用实例HBase是Java编写的，它的原生的API也是Java开发的，不过，可以使用Java或其他语言调用API来访问HBase:首先要在工程中导入一下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，此处不用再导入Hadoop中的jar包，避免由于Hadoop和HBase的版本冲突引起错误。7.3 HBase常用Java API及应用实例namescoreEnglishMathComputer学生信息表的表结构任务要求：创建表、插入数据、浏览数据创建一个学生信息表，用来存储学生姓名（姓名作为行键，并且假设

37、姓名不会重复）以及考试成绩，其中，考试成绩是一个列族，分别存储了各个科目的考试成绩。逻辑视图如表所示。namescoreEnglishMathComputerzhangsan698677lisi5510088需要添加的数据import org.apache.hadoop.conf.Configuration;import org.apache.hadoop.hbase.*;import org.apache.hadoop.hbase.client.*;import org.apache.hadoop.hbase.util.Bytes;import java.io.IOException;pub

38、lic class Chapter4 public static Configuration configuration;public static Connection connection;public static Admin admin;public static void main(String args)throws IOException createTable(“student”,new String“score”);insertData(“student”,“zhangsan”,“score”,“English”,“69”);insertData(“student”,“zha

39、ngsan”,“score”,“Math”,“86”);insertData(“student”,“zhangsan”,“score”,“Computer”,“77”);getData(“student”,“zhangsan”,“score”,“English”);public static void init()/建立连接public static void close()/关闭连接public static void createTable()/创建表public static void insertData()/插入数据public static void getData/浏览数据7.3

40、 HBase常用Java API及应用实例建立连接/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();/*创建表*/*

41、param myTableName 表名 *param colFamily列族数组 *throws Exception */public static void createTable(String myTableName,String colFamily)throws IOException TableName tableName=TableName.valueOf(myTableName);if(admin.tableExists(tableName)System.out.println(table exists!);else HTableDescriptor hTableDescript

42、or=new HTableDescriptor(tableName);for(String str:colFamily)HColumnDescriptor hColumnDescriptor=new HColumnDescriptor(str);hTableDescriptor.addFamily(hColumnDescriptor);admin.createTable(hTableDescriptor);在运行程序时，需要指定参数myTableName为“student”，colFamily为“score”程序的运行效果与如下HBase Shell命令等效：create student,sc

43、orenamescoreEnglishMathComputer建表添加数据/*添加数据*/*param tableName 表名*param rowKey 行键*param colFamily 列族*param col 列限定符*param val 数据*throws Exception*/public static void insertData(String tableName,String rowKey,String colFamily,String col,String val)throws IOException Table table=connection.getTable(Tab

44、leName.valueOf(tableName);Put put=new Put(Bytes.toBytes(rowkey);put.addColumn(Bytes.toBytes(colFamily),Bytes.toBytes(col),Bytes.toBytes(val);table.put(put);table.close();namescoreEnglishMathComputerzhangsan698677lisi55100887.3 HBase常用Java API及应用实例添加数据时，需要分别设置参数myTableName、rowkey、colFamily、col、val的值，

45、然后运行上述代码例如添加第一行数据时，为insertData()方法指定相应参数，并运行如下3行代码：insertData(student,zhangsan,score,English,69);insertData(student,zhangsan,score,Math,86);insertData(student,zhangsan,score,Computer,77);上述代码与如下HBase Shell命令等效：put student,zhangsan,score:English,69；put student,zhangsan,score:Math,86；put student,zhang

46、san,score:Computer,77；7.3 HBase常用Java API及应用实例浏览数据/*获取某单元格数据*/*param tableName 表名 *param rowKey 行键 *param colFamily 列族 *param col 列限定符 *throws IOException */public static void getData(String tableName,String rowKey,String colFamily,String col)throws IOException Table table=connection.getTable(TableN

47、ame.valueOf(tableName);Get get=new Get(Bytes.toBytes(rowkey);get.addColumn(Bytes.toBytes(colFamily),Bytes.toBytes(col);/获取的result数据是结果集，还需要格式化输出想要的数据才行 Result result=table.get(get);System.out.println(new String(result.getValue(colFamily.getBytes(),col=null?null:col.getBytes();table.close();7.3 HBase

48、常用Java API及应用实例比如，现在要获取姓名为“zhangsan”在“English”上的数据，就可以在运行上述代码时，指定参数tableName为“student”、rowKey为“zhangsan”、colFamily为“score”、col为“English”。getData(student,zhangsan,score,English);上述代码与如下HBase Shell命令等效：get student,zhangsan,COLUMN=score:English”7.3 HBase常用Java API及应用实例/关闭连接 public static void close()tr

49、y if(admin!=null)admin.close();if(null!=connection)connection.close();catch(IOException e)e.printStackTrace();关闭连接本章小结HBase数据库的知识。HBase数据库是BigTable的开源实现，和BigTable一样，支持大规模海量数据，分布式并发数据处理效率极高，易于扩展且支持动态伸缩，适用于廉价设备。HBase可以支持Native Java API、HBase Shell、Thrift Gateway、REST Gateway、Pig、Hive等多种访问接口，可以根据具体应用选择

50、访问方式。HBase实际上就是一个稀疏、多维、持久化存储的映射表，它采用行键、列键和时间戳进行索引，每个值都是未经解释的字符串。HBase采用分区存储，一个大的表会被分拆许多个Region，这些Region会被分发到不同的服务器上实现分布式存储。HBase的系统架构包括客户端、Zookeeper服务器、Master主服务器、Region服务器。客户端包含访问HBase的接口；Zookeeper服务器负责提供稳定可靠的协同服务；Master主服务器主要负责表和Region的管理工作；Region服务器负责维护分配给自己的Region，并响应用户的读写请求。HBase运行机制和编程实践的知识。HB