1、基本命令
1.1 查詢狀態（status）
hbase(main):009:0> status
1.2 查看版本(version)
hbase(main):001:0> version
1.3 查看幫助信息(help)
hbase(main):038:0> help
hbase(main):038:0> get help
hbase(main):038:0> put help
2、一般操作
2.1 創建命名空間(create_namespace)
hbase(main):001:0> create_namespace ‘test’
2.2 查看命名空間(list_namespace)
hbase(main):002:0> list_namespace
2.3 查看有哪些表(list)
hbase(main):003:0> list
2.4 查看錶結構信息(describe)
hbase(main):004:0> describe 'test:user_info'
2.5 創建表(create)
語法：create <table>, {NAME => <family>, VERSIONS => <VERSIONS>}
- 創建表user_info，有兩個family name：F1，F2，且版本數均爲5
hbase(main):004:0> create 'test:user_info',{NAME => 'F1', VERSIONS => 5},{NAME => 'F2', VERSIONS => 5}
2) 不指定表的命名空間，在創建的表的所屬命名空間爲 default
hbase(main):004:0> create ‘user_info',{NAME => 'F1', VERSIONS => 5},{NAME => 'F2', VERSIONS => 5}
3）創建表user_order,並指定5個分區信息
hbase(main):021:0> create 'test:user_order',{NAME => 'F1', VERSIONS => 5},{NAME => 'F2', VERSIONS => 5},SPLITS=>['20','40','60','80']
2.6 刪除表(drop)
刪除表前先disable，然後drop。
hbase(main) :004:0> disable 'test:user_info'
hbase(main) :004:0> drop 'test:user_info'
2.7 修改表結構(alter)
修改表結構前先disable，然後alter。
語法：alter <table>, {NAME => <family>}, {NAME => <family>, METHOD => 'delete'}
- 修改表user_info的F1的最大版本數爲6.
hbase(main):009:0* disable 'test:user_info'
hbase(main):010:0> alter 'test:user_info',{NAME=>'F1',VERSIONS=>6}
hbase(main):011:0> enable 'test:user_info'
2.8添加數據(put)
語法：put <table>,<rowkey>,<family:column>,<value>,<timestamp>
- 給表user_info添加數據
hbase(main):014:0> put 'test:user_info','001001001','F1:real_name','我是HBase'
hbase(main):014:0> put 'test:user_info','001001001', 'F1:phone','18822666698'
2.9查詢數據(get)
語法：get <table>,<rowkey>,[<family:column>,....]
- 查詢rowkey=001001001一行下的所有的列值
hbase(main):019:0> get 'test:user_info','001001001'
2. 查詢rowkey=001001001一行下指定列的值
hbase(main):020:0> get 'test:user_info','001001001', 'F1:real_name','F1:phone'
2.10 掃描數據(scan)
語法：scan <table>, {COLUMNS => [ <family:column>,.... ], LIMIT => num}，另外，還可以添加STARTROW、STOP_ROW、TIMERANGE和FITLER等高級功能
- 掃描表user_info的前5條數據
hbase(main):001:0> scan 'test:user_info',{LIMIT=>5}
2.掃描表user_info的COLUMNS=F1的前10條數據
hbase(main):041:0> scan 'test:user_info',{COLUMNS=>'F1',LIMIT=>5}
3.掃描表user_info的開始行='00000000001'，結束行=00000000010'的數據
hbase(main):050:0> scan 'test:user_info',{STARTROW=>'00000000001',ENDROW=>'00000000010'}
4.掃描表user_info的版本號大於5的所有數據
hbase(main):001:0> scan 'test:user_info',{VERSIONS=>5}
5.掃描表user_info的時間戳在指定範圍內的數據
hbase(main):003:0> scan 'test:user_info',{TIMERANGE=>[1564122031569,1564132831125],VERSIONS=>2}
2.11查看錶的總行數
語法：count <table>, {INTERVAL => intervalNum, CACHE => cacheNum},INTERVAL設置多少行顯示一次及對應的rowkey，默認1000；CACHE每次去取的緩存區大小，默認是10，調整該參數可提高查詢速度
- 查看錶user_info中的總行數，每2000條顯示一次，緩存區爲1000
hbase(main):005:0> count 'test:user_info', {INTERVAL => 2000, CACHE => 1000}
Current count: 2000, row: 00200000011
Current count: 4000, row: 00400000028
Current count: 6000, row: 00600000134
Current count: 8000, row: 00800000213
9967 row(s) in 0.1800 seconds
2.12刪除列數據(delete)
語法：delete <table>, <rowkey>, <family:column> , <timestamp>,必須指定列名
- 刪除表user_info中rowkey=’00200000011’，column=’F1:address’的數據
hbase(main):006:0> delete 'test:user_info','00200000011','F1:address'
2.13刪除行數據(deleteall)
語法：deleteall <table>, <rowkey>, <family:column> , <timestamp>，可以不指定列名，刪除整行數據。
- 刪除表user_info中rowkey=’00200000011’的數據
hbase(main):007:0> deleteall 'test:user_info','00200000011'
2.14 刪除表的所有數據(truncate)
語法：truncate <table>，具體過程是：disable table -> drop table -> create table
- 刪除表user_info的所有數據
hbase(main):008:0> truncate ‘test:user_info’
2.15快照(snapshot)
1) 查看所有快照 list_snapshots
2）查看錶的所有快照 list_table_snapshots
3) 創建快照 snapshot 'test:user_info', 'snapshot.user_info.20190726'
4）刪除快照 delete_snapshot 'snapshot.user_info.20190726'
2.16查看錶是否存在(exists)
hbase(main):021:0> exists 'test:user_info'
2.17 查看錶是否可用
hbase(main):022:0> is_enabled 'test:user_info'
2.18 禁用表(disable),啓用表(enable)
3、過濾器
查看服務端生效的所有過濾器
hbase(main):027:0> show_filters
轉存失敗
3.1 DependentColumnFilter
是一種允許用戶指定一個參考列或引用列來過濾其他列的過濾器，過濾的原則是基於參考列的時間戳來進行篩選。
hbase(main):001:0> scan 'test:user_info',{ FILTER => "DependentColumnFilter('F1','phone')"}
3.2 KeyOnlyFilter
這個過濾器唯一的功能就是隻返回每行的行鍵，值全部爲空，這對於只關注於行鍵的應用場景來說非常合適，這樣忽略掉其值就可以減少傳遞到客戶端的數據量，能起到一定的優化作用。
hbase(main):002:0> scan 'test:user_info',{ FILTER => "KeyOnlyFilter()"}
3.3 ColumnCountGetFilter
這個過濾器來返回每行最多返回多少列，並在遇到一行的列數超過我們所設置的限制值的時候，結束掃描操作。
hbase(main):002:0> scan 'test:user_info',{ FILTER => "ColumnCountGetFilter(10)"}
3.4 SingleColumnValueFilter
用一列的值決定這一行的數據是否被過濾
hbase(main):019:0>
scan 'test:user_info',{ FILTER => "SingleColumnValueFilter('F1','phone',>=,'18812346969')"}
3.5 PrefixFilter
Rowkey篩選出具有特定前綴的行鍵的數據。這個過濾器所實現的功能其實也可以由RowFilter結合RegexComparator來實現，不過這裏提供了一種簡便的使用方法。
hbase(main):020:0> scan 'test:user_info',{ FILTER => "PrefixFilter('001000088')"}
3.6 SingleColumnValueExcludeFilter
用一列的值決定篩選條件的列的不會包含在返回的結果中
hbase(main):021:0>
scan 'test:user_info',{ FILTER => " SingleColumnValueExcludeFilter ('F1','phone',=,'18812346969')"}
3.7 FirstKeyOnlyFilter
如果只想返回的結果集中只包含第一列Rowkey的數據，那麼這個過濾器能夠滿足你的要求。它在找到每行的Rowkey之後會停止掃描，從而使掃描的性能也得到了一定的提升
hbase(main):001:0> scan 'test:user_info',{ FILTER => "FirstKeyOnlyFilter()"}
3.8 ColumnRangeFilter
該過濾器只掃描指定列名大小範圍內的列，可以進行高效的列名內部掃描。
hbase(main):001:0> scan 'test:user_info',{ FILTER => "ColumnRangeFilter('address',true,'phone',true)"}
3.9 TimestampsFilter
單元值時間版本過濾器，根據數據的時間戳版本進行過濾，其參數是一個集合列表。
hbase(main):003:0> scan 'test:user_info',{ FILTER => "TimestampsFilter(1,2)"}
3.10 FamilyFilter
列族過濾器,通常在Scan過程中通過設定某些列族來實現該功能，而不是直接使用該過濾器,該過濾器使用頻率不高。
hbase(main):004:0> scan 'test:user_info',{ FILTER => "FamilyFilter(=,'F1')"}
3.11 QualifierFilter
列名過濾器,對列名進行篩選，類似於行鍵過濾器，只是針對列名過濾而已。
hbase(main):007:0> scan 'test:user_info',{ FILTER => "QualifierFilter(=,'phone')"}
3.12 ColumnPrefixFilter
用於列名（Qualifier）前綴過濾，即包含某個前綴的所有列名。
hbase(main):010:0> scan 'test:user_info',{ FILTER => "ColumnPrefixFilter(=,'phon')"}
3.13 RowFilter
行鍵過濾器：對行鍵進行過濾，執行Scan使用startRow/stopRow方式比較好，而RowFilter過濾器也可以完成對某一行的過過濾
hbase(main):017:0> scan 'test:user_info',{ FILTER => "RowFilter(=,'00100008800')"}
3.14 MultipleColumnPrefixFilter
MultipleColumnPrefixFilter與ColumnPrefixFilter 的行爲類似，但可以指定多個列名（Qualifier）前綴。
hbase(main):001:0> scan 'test:user_info',{ FILTER => "MultipleColumnPrefixFilter('add','pho')"}
3.15 InclusiveStopFilter
包含結束行鍵的過濾器，常規的Scan包含startRow 但不包含stopRow，如果使用該過濾器便可以包含stopRow。
hbase(main):002:0> scan 'test:user_info',{ FILTER => "InclusiveStopFilter('0010088888999')"}
3.16 PageFilter
行鍵分頁過濾器：基於行的分頁。
hbase(main):004:0> scan 'test:user_info',{ FILTER => "PageFilter(10)"}
3.17 ValueFilter
單元值過濾器：對單元值進行過濾
hbase(main):006:0> scan 'test:user_info',{ FILTER => "ValueFilter('abcd')"}
3.18 ColumnPaginationFilter
列分頁過濾器：基於列進行分頁，需要設置偏移量與返回數量。
hbase(main):009:0> scan 'test:user_info',{ FILTER => "ColumnPaginationFilter(10,1)"}
4、附加說明
4.1建表語句詳解
create 'test:user_info',{NAME => 'F1', BLOOMFILTER => ''ROW ', REPLICATION_SCOPE => '0', VERSIONS => '5', COMPRESSION => 'LZO', TTL => 'FOREVER', IN_MEMORY => 'false', BLOCKCACHE => 'false'}，
{NAME => 'F2', BLOOMFILTER => 'ROW', REPLICATION_SCOPE => '0', VERSIONS => '5', COMPRESSION => 'LZO', TTL => ' FOREVER ', IN_MEMORY => 'true'}
其中的屬性有：
- REPLICATION_SCOPE：複製份數；
- NAME：包含一個列簇“F1”
- VERSIONS：設置歷史版本數，默認爲1
4）BLOOMFILTER: 布隆過濾器，優化HBase的隨即讀取性能，可選值NONE|ROW|ROWCOL，默認爲NONE，該參數可以單獨對某個列簇啓用。啓用過濾器，對於get操作以及部分scan操作可以剔除掉不會用到的存儲文件，減少實際IO次數，提高隨機讀性能。Row類型適用於只根據Row進行查找，而RowCol類型適用於根據Row+Col聯合查找，如下：
Row類型適用於：get ‘test:user_info’,’row1′
RowCol類型適用於：get ‘test:user_info’,’row1′,{COLUMN => ‘F1’}
對於有隨機讀的業務，建議開啓Row類型的過濾器，使用空間換時間，提高隨機讀性能。
5）COMPRESSION：數據壓縮方式，HBase支持多種形式的數據壓縮，一方面減少數據存儲空間，一方面降低數據網絡傳輸量進而提升讀取效率。目前HBase支持的壓縮算法主要包括三種：GZip | LZO | Snappy，下面表格分別從壓縮率，編解碼速率三個方面對其進行對比：
(1) GZIP的壓縮率最高，但是其實CPU密集型的，對CPU的消耗比其他算法要多，壓縮和解壓速度也慢；
(2) LZO的壓縮率居中，比GZIP要低一些，但是壓縮和解壓速度明顯要比GZIP快很多，其中解壓速度快的更多；
(3) Zippy/Snappy的壓縮率最低，而壓縮和解壓速度要稍微比LZO要快一些。
Snappy的壓縮率最低，但是編解碼速率最高，對CPU的消耗也最小，目前一般建議使用Snappy。
6）IN_MEMORY：數據是否常駐內存，默認爲false。HBase爲頻繁訪問的數據提供了一個緩存區域，緩存區域一般存儲數據量小、訪問頻繁的數據，常見場景爲元數據存儲。默認情況，該緩存區域大小等於Jvm Heapsize * 0.2 * 0.25 ，假如Jvm Heapsize = 70G，存儲區域的大小約等於3.2G。需要注意的是HBase Meta元數據信息存儲在這塊區域，如果業務數據設置爲true而且太大會導致Meta數據被置換出去，導致整個集羣性能降低，所以在設置該參數時需要格外小心。
7）BLOCKCACHE：是否開啓block cache緩存，默認開啓。
8) TTL：數據過期時間，單位爲秒，默認爲永久保存。對於很多業務來說，有時候並不需要永久保存某些數據，永久保存會導致數據量越來越大，消耗存儲空間是其一，另一方面還會導致查詢效率降低。如果設置了過期時間，HBase在Compact時會通過一定機制檢查數據是否過期，過期數據會被刪除。用戶可以根據具體業務場景設置爲一個月或者三個月。示例中TTL => ‘ 259200’設置數據過期時間爲三天，以最後一次更新時間爲開始時間(TTL=>的更新超時時間是指：該列最後更新的時間，到超時時間的限制，而不是第一次創建，到超時時間。)