1、基本命令：
建表： create 'hbase_t_m_user_personalmodel_recommend','modelinfo','recommendlist','baseinfo';
也可以建表時加coulmn Family的屬性如： (其中的屬性有versions：設置歷史版本數，TTL：過期時間，COMPRESSION：壓縮方式，當配置SNAPPY的情況)
'hbase_t_m_user_personalmodel_recommend', {NAME => 'baseinfo', COMPRESSION => 'SNAPPY', TTL => '2592000 SECONDS (30 DAYS)'}, {NAME => 'modelinfo', COMPRESSION => 'SNAPPY', TTL => '2592000 SECONDS (30 DAYS)'}, {NAME => 'recommendlist', COMPRESSION => 'SNAPPY', TTL => '2592000 SECONDS (30 DAYS)'}
刪除表：drop 'hbase_t_m_user_personalmodel_recommend' （刪除表之前先要禁用表，命令disable 'hbase_t_m_user_personalmodel_recommend'）
啓用和禁用表： enable 'hbase_t_m_user_personalmodel_recommend' 和disable 'hbase_t_m_user_personalmodel_recommend'
其它的基本命令：describe 'hbase_t_m_user_personalmodel_recommend'（查看錶結構），alert 修改表結構，list 列出所有表。
清空表：truncate 'hbase_t_m_user_personalmodel_recommend'
二，日常維護的命令
1，major_compact 'hbase_t_m_user_personalmodel_recommend'，通常生產環境會關閉自動major_compact(配置文件中hbase.hregion.majorcompaction設爲0)，選擇一個晚上用戶少的時間窗口手工major_compact，如果hbase更新不是太頻繁，可以一個星期對所有表做一次major_compact，這個可以在做完一次major_compact後，觀看所有的storefile數量，如果storefile數量增加到major_compact後的storefile的近二倍時，可以對所有表做一次major_compact，時間比較長，操作儘量避免高鋒期。
2，flush 'testtable'，將所有memstore刷新到hdfs，通常如果發現regionserver的內存使用過大，造成該機的regionserver很多線程block，可以執行一下flush操作，這個操作會造成hbase的storefile數量劇增，應儘量避免這個操作，還有一種情況，在hbase進行遷移的時候，如果選擇拷貝文件方式，可以先停寫入，然後flush所有表，拷貝文件。
3，balance_switch true或者balance_switch flase，配置master是否執行平衡各個regionserver的region數量，當我們需要維護或者重啓一個regionserver時，會關閉balancer，這樣就使得region在regionserver上的分佈不均，這個時候需要手工的開啓balance。
三，重啓一個regionserver
bin/graceful_stop.sh --restart --reload --debug regionserver_nodename
這個操作是平滑的重啓regionserver進程，對服務不會有影響，他會先將需要重啓的regionserver上面的所有region遷移到其它的服務器，然後重啓，最後又會將之前的region遷移回來，但我們修改一個配置時，可以用這種方式重啓每一臺機子，這個命令會關閉balancer，所以最後我們要在hbase shell裏面執行一下balance_switch true，對於hbase regionserver重啓，不要直接kill進程，這樣會造成在zookeeper.session.timeout這個時間長的中斷，也不要通過bin/hbase-daemon.sh stop regionserver去重啓，如果運氣不太好，-ROOT-(目前root表已經刪除)或者hbase:meta表在上面的話，所有的請求會全部失敗。
四，關閉下線一臺regionserver
bin/graceful_stop.sh --stop regionserver_nodename
和上面一樣，系統會在關閉之前遷移所有region，然後stop進程，同樣最後我們要手工balance_switch true，開啓master的region均衡。
五，檢查region是否正常以及修復
bin/hbase hbck (檢查)
bin/hbase hbck -fix （修復）
會返回所有的region是否正常掛載，如沒有正常掛載可以使用下一條命令修復，如果還是不能修復，那需要看日誌爲什麼失敗，手工處理。
六，hbase的遷移
1，copytable方式
bin/hbase org.apache.hadoop.hbase.mapreduce.CopyTable --peer.adr=zookeeper1,zookeeper2,zookeeper3:/hbase 'hbase_t_m_user_personalmodel_recommend'
目前0.92之前的版本的不支持多版本的複製，0.94已經支持多個版本的複製。當然這個操作需要添加hbase目錄裏的conf/mapred-site.xml，可以複製hadoop的過來。
2，Export/Import
bin/hbase org.apache.hadoop.hbase.mapreduce.Export testtable /user/testtable [versions] [starttime] [stoptime]
bin/hbase org.apache.hadoop.hbase.mapreduce.Import testtable /user/testtable
跨版本的遷移，我覺得是一個不錯的選擇，而且copytable不支持多版本，而export支持多版本，比copytable更實用一些。
3，直接拷貝hdfs對應的文件
首先拷貝hdfs文件，如bin/hadoop distcp hdfs://srcnamenode:8020/hbase/hbase_t_m_user_personalmodel_recommend/ hdfs://distnamenode:8020/hbase/testtable/
然後在目的hbase上執行bin/hbase org.jruby.Main bin/add_table.rb /hbase/testtable
生成meta信息後，重啓hbase
這個操作是簡單的方式，操作之前可以關閉hbase的寫入，執行flush所有表（上面有介紹）,再distcp拷貝，如果hadoop版本不一致，可以用hftp接口的方式，我推薦使用這種方式，成本低。
七、批量導入數據
1、自己寫mr程序導入或者使用命令：
hbase org.apache.hadoop.hbase.mapreduce.ImportTsv -Dimporttsv.columns=HBASE_ROW_KEY,recommendlist:shortstream_lists hbase_t_m_user_personalmodel_recommend /user/nlp/warehouse/dw1/shortuserrecommenddefault/
數據格式：
rowkey shortstream_lists
recommendlist爲column family,下面的column爲 shortstream_lists
-Dimporttsv.columns 指定列，需要指定HBASE_ROW_KEY
hbase_t_m_user_personalmodel_recommend 爲table名稱
-Dimporttsv.separator爲分隔符，默認爲\t
2、bulkload :
MapReduce生成HFile文件,再使用BulkLoad導入HBase中(完全分佈式運行)
A、這種方式有很多的優點：
a). 如果我們一次性入庫hbase巨量數據，處理速度慢不說，還特別佔用Region資源， 一個比較高效便捷的方法就是使用 “Bulk Loading”方法，即HBase提供的HFileOutputFormat類。
b). 它是利用hbase的數據信息按照特定格式存儲在hdfs內這一原理，直接生成這種hdfs內存儲的數據格式文件，然後上傳至合適位置，即完成巨量數據快速入庫的辦法。配合mapreduce完成，高效便捷，而且不佔用region資源，增添負載。
B、這種方式也有很大的限制：
a). 僅適合初次數據導入，即表內數據爲空，或者每次入庫表內都無數據的情況即bulkload這個命令只能執行一遍。
b). HBase集羣與Hadoop集羣爲同一集羣，即HBase所基於的HDFS爲生成HFile的MR的集羣.
bulkload 方式需要兩個Job配合完成：（1）第一個Job還是運行原來業務處理邏輯，處理的結果不直接調用HTableOutputFormat寫入到HBase，而是先寫入到HDFS上的一箇中間目錄下（如 middata）
（2）第二個Job以第一個Job的輸出（middata）做爲輸入，然後將其格式化HBase的底層存儲文件HFile
（3）調用BulkLoad將第二個Job生成的HFile導入到對應的HBase表中
