大數據培訓技術分享：Hbase精解，爲什麼有hbase?hbase是什麼?Hbase的架構。
一、 爲什麼有hbase?
數據量越來越大，傳統的關係型數據庫不能滿足存儲和查詢的需求。而hive雖然能滿足存儲的要求，但是hive不能滿足非結構化、半結構化數據的存儲和查詢。
二、hbase是什麼?
hbase是一個開源的、分佈式的、多版本的、可擴展的非關係型數據庫。hbase是bigtable的開源java版本，建立在hdfs之上，提供高可靠性的、高性能、列式存儲、可伸縮、實時讀寫的nosql數據庫系統。適用的場景如：需要對海量非結構化的數據進行存儲。
需要隨機近實時的讀寫管理數據。
三、hbase的架構
clientzookeeperhmaster\
hregionserverhloghregionmemstorestorefilehfile
client：hbase的客戶端，包含訪問hbase的接口(linux shell 、java api)
client維護一些cache來加快訪問hbase的速度，比如region的位置信息。
zookeeper：監控hmaster的狀態，保證有些僅有一個active的hmaster，達到高可用。存儲所有region的尋址入口，--root表在那臺服務器上。實時監控hregionserver的狀態，將regionserver的上下線信息實時通知給hmaster。存儲hbase的所有表的信息(hbase的元數據)
hmaster：(hbase的老大)爲regionserver分配region(新建表等)。負責regionserver的負載均衡。負責region的重新分配(hregionserver異常、hregion裂變)。hdfs上的垃圾文件回收。處理schema的更新請求。
hregionserver：(hbase的小弟)hregionserver維護master分配給他的region(管理本機器上region)。處理client對這些region的IO請求，並和hdfs進行交互
region server負責切分在運行過程中變大的region。
hlog：對hbase的操作進行記錄，使用WAL寫數據，優先寫入log，然後再寫入memstore，以防數據丟死可以進行回滾。
hregion：hbase中分佈式存儲和負載均衡的最小單元，表或者表的一部分。
store：相當於一個列簇。
memstore：128M內存緩衝區，用於將數據批量刷新到hdfs上。
hstorefile(hfile)：hbase中的數據是以hfile的形式存儲在hdfs上。
各組件間的數量關係：
hmaster:hregionserver=1:n
hregionserver:hregion=1:n
hregionserver:hlog=1:1
hregion:hstore=1:n
store:memstore=1:1
store:storefile=1:n
storefile:hfile=1:1
hbase關鍵字詞：
rowkey:行鍵，和mysql的主鍵是一樣的，不允許重複，有順序。
columnfamily:列簇(列的集合)。
column:列。
timestamp:時間戳，默認顯示最新的時間戳。
version:版本號。
cell:單元格。
四、hbase和hadoop的關係
hbase是基於hadoop：hbase的存儲依賴於hdfs。具體說hbase的特點：
模式：無模式。
數據類型：單一 byte[]。
多版本：每個值都可以有多個版本。
列式存儲：一個列簇存儲到一個目錄。
稀疏存儲：如果key-value爲null，則將不佔用存儲空間。
再說hbase的安裝：
1、standalone模式
1)解壓並配置環境變量
tar -zxvf hbase-1.2.1-bin.tar.gz -C /usr/local
cd /usr/local
vi /etc/profile
source /etc/profile
2)測試hbase的安裝
hbase version
配置hbase的配置文件
vi conf/hbase-env.sh
JAVA_HOME
注意：
# Configure PermSize. Only needed in JDK7. You can safely remove it for JDK8+
export HBASE_MASTER_OPTS="$HBASE_MASTER_OPTS -XX:PermSize=128m -XX:MaxPermSize=128m"。
export HBASE_REGIONSERVER_OPTS="$HBASE_REGIONSERVER_OPTS -XX:PermSize=128m -XX:MaxPermSize=128m"。
vi hbase-site.xml
hbase.rootdir
file:///usr/local/hbasedata
hbase.zookeeper.property.dataDir
/usr/local/zookeeperdata
啓動hbase服務：
bin/start-hbase/sh
啓動客戶端：
bin/hbase shell
2、僞分佈式
3、全分佈式
解壓並配置環境變量
配置hbase的配置文件
vi conf/hbase-env.sh
export HBASE_MANAGES_ZK=false
vi regionservers
vi backup-masters
vi hbase-site.xml
hbase.cluster.distributed
true
hbase.rootdir
hdfs://qianfeng/hbase
hbase.zookeeper.property.dataDir
/usr/local/zookeeperdata
hbase.zookeeper.quorum
hadoop05:2181,hadoop06:2181,hadoop07:2181
注意：
如果hdfs是高可用的，要講hadoop下的core-site.xml和hdfs-site.xml copy到hbase/conf目錄下。
分發：
scp -r hbase-1.2.1 root@hadoop06:$PWD
scp -r hbase-1.2.1 root@hadoop07:$PWD
啓動：
1)啓動zk
2)啓動hdfs
3)啓動hbase
hbase集羣的時間必須同步。
hmaster：16010
hregionserver：16030
hbase的shell操作
help
help "COMMAND"
help "COMMAND_GROUP"
列舉出當前namespace下的所有表
list
創建表：
create 'test','f1', 'f2'
namespace：
hbase沒有庫的概念，但是有名稱空間或者組的概念，namespace相當於(庫)
hbase默認有兩個組：
default：
hbase：
列舉出所有的namespcae：
list_namespace
list_namespace_tables 'hbase'
create_namespace 'ns1'
describe_namespace 'ns1'
alter_namespace 'ns1', {METHOD => 'set', 'NAME' => 'gjz1'}
alter_namespace 'ns1', {METHOD => 'unset', NAME => 'NAME'}
drop_namespace 'ns1' ###只能刪除一個空的namespace
DDL:
Group name: ddl
Commands: alter, alter_async, alter_status, create, describe, disable, disable_all, drop, drop_all, enable, enable_all, exists, get_table, is_disabled, is_enabled, list, locate_region, show_filters
創建表：
create 'test','f1', 'f2'
create 'ns1:t_userinfo',{NAME=>'base_info',BLOOMFILTER => 'ROWCOL',VERSIONS => '3'}
create 'ns1:t1', 'f1', SPLITS => ['10', '20', '30', '40'] --事先分配好region所管轄的rowkey的範圍。
修改表：(有則更新，無則新增)
alter 'ns1:t_userinfo',{NAME=>'extra_info',BLOOMFILTER => 'ROW',VERSIONS => '2'}
alter 'ns1:t_userinfo',{NAME=>'extra_info',BLOOMFILTER => 'ROWCOL',VERSIONS => '5'}
刪除列簇：
alter 'ns1:t_userinfo', NAME => 'extra_info', METHOD => 'delete'
alter 'ns1:t_userinfo', 'delete' => 'base_info'
刪除表：(先要禁用表)
disable 'ns1:t1'
drop 'ns1:t1'
DML:
Group name: dml
Commands: append, count, delete, deleteall, get, get_counter, get_splits, incr, put, scan, truncate, truncate_preserve
插入數據：(不能一次性插入多列)
put 'ns1:test','u00001','cf1:name','zhangsan'
put 'ns1:t_userinfo','rk00001','base_info:name','gaoyuanyuan'
put 'ns1:t_userinfo','rk00001','extra_info:pic','picture'
更新數據：
put 'ns1:t_userinfo','rk00001','base_info:name','zhouzhiruo'
put 'ns1:t_userinfo','rk00002','base_info:name','zhaoming'
表掃描(scan)
scan 'ns1:t_userinfo'
scan 'ns1:t_userinfo',{COLUMNS => ['base_info:name','base_info:age']}
設置查詢條件：(包頭不包尾)
scan 'ns1:t_userinfo',{COLUMNS => ['base_info:name','base_info:age'],STARTROW=>'rk000012',LIMIT=>2}
scan 'ns1:t_userinfo',{COLUMNS => ['base_info:name','base_info:age'],STARTROW=>'rk000012',ENDROW=>'rk00002',LIMIT=>2}
查詢數據：(GET)
get 'ns1:t_userinfo','rk00001'
get 'ns1:t_userinfo','rk00001',{TIMERANGE=>[1534136591897,1534136667747]}
get 'ns1:t_userinfo','rk00001',{COLUMN=>['base_info:name','base_info:age'],VERSIONS =>4}
get 'ns1:t_userinfo','rk00001',{TIMESTAMP=>1534136580800}
刪除數據：(DELETE)
delete 'ns1:t_userinfo','rk00002','base_info:age'
'ns1:t_userinfo','rk00001',{TIMERANGE=>[1534138686498,1534138738862]}
刪除指定的版本：(往上刪除版本)
delete 'ns1:t_userinfo','rk00001','base_info:name',TIMESTAMP=>1534138686498
表判斷：
exists 'ns1:t_userinfo'
disable 'ns1:t_userinfo'
enable 'ns1:t_userinfo'
desc 'ns1:t_userinfo'
統計表：(統計效率較差，不建議使用)
count 'ns1:t_userinfo'
清空表：
truncate 'ns1:test'
學習大數據開發，內容包含Linux&&Hadoop生態體系、大數據計算框架體系、雲計算體系、機器學習&&深度學習。