[HBase](https://hbase.apache.org/book.html)

HBase 组件及其作用

字数

1097 字

阅读时间

5 分钟

HBase是基于Apache Hadoop的分布式、可扩展的大数据存储系统，它利用Hadoop文件系统（HDFS）提供随机实时读写访问。HBase的设计灵感来源于Google的Bigtable，它通过使用列族来优化大规模数据集的存储和访问。以下是HBase的核心组件及其功能：

1 客户端 (Client)

• 功能：提供应用程序接口(API)以便与HBase集群交互，维护缓存以加速数据访问，通过远程过程调用(RPC)与HMaster和HRegionServer通信。

2 协调器 (Zookeeper)

• 功能：确保集群高可用性，管理主节点的故障转移，存储所有Region的入口信息，监控RegionServer的状态变化，并将更新实时通知给HMaster。

3 主节点 (HMaster)

• 功能：负责Region的分配和负载均衡，监控RegionServer的健康状况，处理DDL操作，如表的创建和修改，以及垃圾文件的回收。

4 区域服务器 (HRegionServer)

• 功能：管理存储在本地的Region，处理对这些Region的读写请求，以及在Region过大时进行分裂操作。

5 区域 (HRegion)

• 功能：作为数据存储和负载均衡的基本单元，不同的Region可以分布在不同的RegionServer上，按需进行水平分割。

6 存储 (Store)

• 功能：每个Region由一个或多个Store组成，每个Store对应一个列族，负责管理列族内的数据存储和访问。

7 内存存储 (MemStore)

• 功能：临时存储新写入的数据，当达到阈值时，数据会被刷新到磁盘上的StoreFile。

8 存储文件 (StoreFile)

• 功能：是MemStore中数据的持久化形式，基于HFile格式存储在HDFS上。

9 写前日志 (HLog)

• 功能：记录所有数据变更操作，用于灾难恢复，确保在RegionServer失败时能够从日志中恢复数据。

HBase 基础用法

1 进入HBase Shell

hbase shell

2 创建表

create '表名', '列族名'

或者更详细的定义：

create '表名', {NAME => '列族名', VERSIONS => '版本数', TTL => '存活时间', BLOCKCACHE => '是否缓存'}

3 列出所有表

list

4 获取表的描述

describe '表名'

5 修改表结构

alter '表名', {NAME => '列族名', METHOD => 'delete'}

6 删除表

先禁用表，然后删除：

disable '表名'
drop '表名'

7 查询表是否存在

exists '表名'

8 查看表是否可用

is_enabled '表名'

9 插入数据

put '表名', '行键', '列族:列名', '值'

10 获取数据

获取指定行的数据：

get '表名', '行键'

获取指定列族的数据：

get '表名', '行键', '列族'

获取指定列的数据

get '表名', '行键', '列族:列'

使用版本号获取指定列的数据

VERSIONS 未指定 => 显示最新版本数据
VERSIONS 指定 n => 显示最新 n 个版本数据

get '表名', '行键', {COLUMN => '列族:列', VERSIONS => 版本号}

使用时间戳获取指定列的数据

get '表名', '行键', {COLUMN => '列族:列', TIMESTAMP => 时间戳}

11 更新数据

put '表名', '行键', '列族:列名', '新值'

12 删除数据

删除指定列的数据：

delete '表名', '行键', '列族:列名'

删除指定行的所有数据：

deleteall '表名', '行键'

13 扫描表

扫描整个表：

scan '表名'

扫描指定列族的数据：

scan '表名', {COLUMNS => ['列族']}

14 计数

计算表中的行数：

count '表名'

15 通过时间戳获取数据

获取指定时间戳的数据：

get '表名', '行键', {COLUMN => '列族:列名', TIMESTAMP => 时间戳}