大数据组件-hbase简介架构,hbase集群搭建,高可用配置,表模型,hbase shell操作,javaAPI操作,创建表,向表添加数据,查询数据,过滤器查询,删除表

环境统一:
zk:
hadoop:2.7.5
HBase:2.0.0
ssh软件:Bitvise

1.Hbase简介

hbase依赖于hdfs,非关系型数据库
是一种稀疏表结构(稀疏表就是空行并不占用磁盘空间)
hbase当中所有数据都是byte[]类型

(1)Hbase的数据存储架构

• 主节点:HMster
  1. 监控regionServer健康状态
  2. 处理regionServer故障转移
  3. 处理元数据变更
  4. 处理region的分配或者移除
  5. 空闲时间做负载均衡
• 从节点:HRegionServer
  1. 负责存储HBase的实际数据
  2. 处理分配给他的region
  3. 刷新缓存的数据到HDFS上去
  4. 维护HLog
  5. 执行数据的压缩
  6. 负责处理region分片

一个HRegionServer = 1个HLog+很多个region
1个region=很多个store模块组成
1个store模块 = 1个memoryStore+很多storeFile

(2)HLog模块的使用场景

HLog是为了解决数据丢失问题,HBase在读写时,不是直接存储磁盘,中间会有停留内存的一个时间段,在内存中可能发生断电丢失等等数据丢失问题,所以设置一个HLog模块,将数据写入文件中,在通过文件写入内存,在通过内存写入磁盘.当内存到磁盘过程出现问题导致数据丢失时,可以使用HLog文件对数据重建.

2.HBase集群搭建

注意事项:HBase是依赖于HDFS的所以在安装前一定要保证hadoop和zk启动

(1)下载上传解压

HBse下载地址

通过ssh上传至node01节点下/export/software

//解压
 tar -zxvf hbase-2.0.0-bin.tar.gz -C /export/servers/

(2)修改配置文件

使用Notepad++连接node01节点进行配置文件修改

1.hbase-env.sh

export JAVA_HOME=/export/servers/jdk1.8.0_141
export HBASE_MANAGES_ZK=false

2.hbase-site.xml

<configuration>
        <property>
                <name>hbase.rootdir</name>
                <value>hdfs://node01:8020/hbase</value>  
        </property>
        <property>
                <name>hbase.cluster.distributed</name>
                <value>true</value>
        </property>

   <!-- 0.98后的新变动，之前版本没有.port,默认端口为60000 -->
        <property>
                <name>hbase.master.port</name>
                <value>16000</value>
        </property>

        <property>
                <name>hbase.zookeeper.quorum</name>
                <value>node01:2181,node02:2181,node03:2181</value>
        </property>

        <property>
                <name>hbase.zookeeper.property.dataDir</name>
         <value>/export/servers/zookeeper-3.4.9/zkdatas</value>
        </property>
</configuration>

3.regionservers

node01
node02
node03

4.创建back-masters配置文件，实现HMaster的高可用

cd /export/servers/hbase-2.0.0/conf
vim backup-masters

node02

5.安装包分发到其他机器

cd /export/servers/
scp -r hbase-2.0.0/ node02:$PWD
scp -r hbase-2.0.0/ node03:$PWD

6.三台机器创建软连接

因为hbase需要读取hadoop的core-site.xml以及hdfs-site.xml当中的配置文件信息，所以我们三台机器都要执行以下命令创建软连接

ln -s /export/servers/hadoop-2.7.5/etc/hadoop/core-site.xml /export/servers/hbase-2.0.0/conf/core-site.xml
ln -s /export/servers/hadoop-2.7.5/etc/hadoop/hdfs-site.xml /export/servers/hbase-2.0.0/conf/hdfs-site.xml

7.三台机器添加HBASE_HOME的环境变量

vim /etc/profile

export HBASE_HOME=/export/servers/hbase-2.0.0
export PATH=:$HBASE_HOME/bin:$PATH

8.HBase集群启动

cd /export/servers/hbase-2.0.0
bin/start-hbase.sh

9.页面访问

浏览器页面访问地址:
http://node01:16010/master-status

3.Hbase表模型

rowKey:行键.每一行数据都是使用行键进行标识的
columnFamily:列族,列族下面可以有多列
column:列的概念,每一个列都必须归属于某一个列族
timestamp:时间戳,每条数据都会有时间戳的概念
versionNum:版本号,每条数据都会有版本号,每次数据变化,版本号都会进行更新

创建一张HBase表最少需要两个条件:表名+列族名
注意：rowkey是我们在插入数据的时候自己指定的，列名 也是在我们插入数据的时候动态指定的，时间戳是插入数据的时候，系统自动帮我们生成的，versionNum是系统自动维护的

4.HBase的Shell客户端操作

(1)进入HBase客户端命令操作界面

cd /export/servers/hbase-2.0.0
bin/hbase shell

(2)查看当前数据库中有哪些表

list

(3)创建一张表

创建user表，包含info、data两个列族

create 'user', 'info', 'data'

(4)向表中添加数据

向user表中插入信息，row key为rk0001，列族info中添加name列标示符，值为zhangsan

 put 'user', 'rk0001', 'info:name', 'zhangsan'

(5)查看表中数据

scan "user"

(6)数据查询

1.通过rowkey进行查询

• 获取user表中row key为rk0001的所有信息

get 'user', 'rk0001'

2.查看rowkey下面的某个列族的信息

• 获取user表中row key为rk0001，info列族的所有信息

get 'user', 'rk0001', 'info'

3.查看rowkey指定列族指定字段的值

• 获取user表中row key为rk0001，info列族的name、age列标示符的信息

get 'user', 'rk0001', 'info:name', 'info:age'

4.查看rowkey指定多个列族的信息

get 'user', 'rk0001', 'info', 'data'

5.指定rowkey与列值查询

get 'user', 'rk0001', {FILTER => "ValueFilter(=, 'binary:zhangsan')"}  //ValueFilter值过滤器,过滤出二进制(binary)结果值等于的张三

6.指定rowkey与列值模糊查询

获取user表中row key为rk0001，列标示符中含有a的信息

get 'user', 'rk0001', {FILTER => "(QualifierFilter(=,'substring:a'))"} //QualifierFilter列过滤器,过滤出列名包含a的

7.查询所有数据

查询user表中的所有信息

scan 'user'

8.列族查询

查询user表中列族为info的信息

scan 'user', {COLUMNS => 'info'}
scan 'user', {COLUMNS => 'info', RAW => true, VERSIONS => 5}
scan 'user', {COLUMNS => 'info', RAW => true, VERSIONS => 3}

9.多列族查询

查询user表中列族为info和data的信息

scan 'user', {COLUMNS => ['info', 'data']}
scan 'user', {COLUMNS => ['info:name', 'data:pic']}

10.指定列族与某个列名查询

查询user表中列族为info、列标示符为name的信息

scan 'user', {COLUMNS => 'info:name'}

15.指定范围值查询

查询user表中指定范围的数据

scan 'user', {TIMERANGE => [1392368783980, 1392380169184]}

(7)更新数据操作

1.更新数据值

更新操作同插入操作一模一样，只不过有数据就更新，没数据就添加

2.更新版本号

将user表的info列族版本号改为5

alter 'user', NAME => 'info', VERSIONS => 5

3.

(8)删除数据以及删除表操作

1.指定rowkey以及列名进行删除

删除user表row key为rk0001，列标示符为info:name的数据

delete 'user', 'rk0001', 'info:name'

(9)HBase的高级shell管理命令

1.status

例如：显示服务器状态
hbase(main):058:0> status ‘node01’

2.whoami

显示HBase当前用户，例如：
hbase> whoami

3.list

显示当前所有的表

4.count

统计指定表的记录数，例如：
hbase> count ‘user’

5.describe

展示表结构信息

6.exists

检查表是否存在，适用于表量特别多的情况

7.is_enabled、is_disabled

检查表是否启用或禁用

8.alter

该命令可以改变表和列族的模式，例如：
为当前表增加列族：
hbase> alter ‘user’, NAME => ‘CF2’, VERSIONS => 2
为当前表删除列族：
hbase(main):002:0> alter ‘user’, ‘delete’ => ‘CF2’

9.disable/enable

禁用一张表/启用一张表

10.drop

删除一张表，记得在删除表之前必须先禁用

11.truncate

禁用表-删除表-创建表 得到一个空白的表,也叫清空表操作

5.HBase的Java代码开发

通过java程序实现对HBase数据库当中数据增删改差操作

(1)创建maven工程,导入jar包

 <dependencies>
       <!-- https://mvnrepository.com/artifact/org.apache.hbase/hbase-client -->
<dependency>
    <groupId>org.apache.hbase</groupId>
    <artifactId>hbase-client</artifactId>
    <version>2.0.0</version>
</dependency>
<!-- https://mvnrepository.com/artifact/org.apache.hbase/hbase-server -->
<dependency>
    			<groupId>org.apache.hbase</groupId>
    			<artifactId>hbase-server</artifactId>
    			<version>2.0.0</version>
</dependency>

        <dependency>
            <groupId>junit</groupId>
            <artifactId>junit</artifactId>
            <version>4.12</version>
            <scope>test</scope>
        </dependency>
        <dependency>
            <groupId>org.testng</groupId>
            <artifactId>testng</artifactId>
            <version>6.14.3</version>
            <scope>test</scope>
        </dependency>
    </dependencies>

    <build>
        <plugins>
            <plugin>
                <groupId>org.apache.maven.plugins</groupId>
                <artifactId>maven-compiler-plugin</artifactId>
                <version>3.0</version>
                <configuration>
                    <source>1.8</source>
                    <target>1.8</target>
                    <encoding>UTF-8</encoding>
                    <!--    <verbal>true</verbal>-->
                </configuration>
            </plugin>
        </plugins>
    </build>

2.创建表myuser,并且带有两个列族f1,f2

package cn.it.hbase.demo;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.hbase.HBaseConfiguration;
import org.apache.hadoop.hbase.HColumnDescriptor;
import org.apache.hadoop.hbase.HTableDescriptor;
import org.apache.hadoop.hbase.TableName;
import org.apache.hadoop.hbase.client.Admin;
import org.apache.hadoop.hbase.client.Connection;
import org.apache.hadoop.hbase.client.ConnectionFactory;
import org.junit.Test;

import java.io.IOException;

public class HBaseOpaerte {
    /**
     * 创建habase表myuser,来有两个列族
     */

    @Test
    public void createTable() throws IOException {
        //1.设置conf
        Configuration conf = HBaseConfiguration.create();
        //2.指定hbase的zk连接地址
        conf.set("hbase.zookeeper.quorum","node01:2181,node02:2181,node03:2181");
        //3.连接hbase集群
        Connection connection = ConnectionFactory.createConnection(conf);

        //4.获取管理员对象
        Admin admin = connection.getAdmin();
        //5.通过管理员对象创建表
        HTableDescriptor hTableDescriptor = new HTableDescriptor(TableName.valueOf("myuser"));
        //5.1添加列族
        HColumnDescriptor f1 = new HColumnDescriptor("f1");
        HColumnDescriptor f2 = new HColumnDescriptor("f2");
        //5.2将两个列族设置到hTableDescriptor里面去
        hTableDescriptor.addFamily(f1);
        hTableDescriptor.addFamily(f2);
        //5.3创建表
        admin.createTable(hTableDescriptor);

        admin.close();
        connection.close();

    }
}

(3)向表中添加数据

/**
     * 向表中添加数据
     */
    @Test
    public void addData() throws IOException {
        Configuration configuration = new Configuration();
        configuration.set("hbase.zookeeper.quorum","node01:2181,node02:2181,node03:2181");
        //获取连接
        Connection connection = ConnectionFactory.createConnection(configuration);

        //获取表对象
        Table myuser = connection.getTable(TableName.valueOf("myuser"));
        //添加数据
        Put put = new Put("0001".getBytes());
        put.addColumn("f1".getBytes(),"id".getBytes(), Bytes.toBytes(1));
        put.addColumn("f1".getBytes(),"name".getBytes(), Bytes.toBytes("张三"));
        put.addColumn("f1".getBytes(),"age".getBytes(), Bytes.toBytes(18));
        put.addColumn("f2".getBytes(),"addres".getBytes(), Bytes.toBytes("地球人"));
        put.addColumn("f2".getBytes(),"phone".getBytes(), Bytes.toBytes("12132432"));


        myuser.put(put);
        myuser.close();

    }

(3)查询数据操作

在做查询之前先添加一批数据到表中,方便后续操作的演示

@Test
    public void insertBatchData() throws IOException {

        //获取连接
        Configuration configuration = HBaseConfiguration.create();
        configuration.set("hbase.zookeeper.quorum", "node01:2181,node02:2181");
        Connection connection = ConnectionFactory.createConnection(configuration);
        //获取表
        Table myuser = connection.getTable(TableName.valueOf("myuser"));
        //创建put对象，并指定rowkey
        Put put = new Put("0002".getBytes());
        put.addColumn("f1".getBytes(),"id".getBytes(),Bytes.toBytes(1));
        put.addColumn("f1".getBytes(),"name".getBytes(),Bytes.toBytes("曹操"));
        put.addColumn("f1".getBytes(),"age".getBytes(),Bytes.toBytes(30));
        put.addColumn("f2".getBytes(),"sex".getBytes(),Bytes.toBytes("1"));
        put.addColumn("f2".getBytes(),"address".getBytes(),Bytes.toBytes("沛国谯县"));
        put.addColumn("f2".getBytes(),"phone".getBytes(),Bytes.toBytes("16888888888"));
        put.addColumn("f2".getBytes(),"say".getBytes(),Bytes.toBytes("helloworld"));

        Put put2 = new Put("0003".getBytes());
        put2.addColumn("f1".getBytes(),"id".getBytes(),Bytes.toBytes(2));
        put2.addColumn("f1".getBytes(),"name".getBytes(),Bytes.toBytes("刘备"));
        put2.addColumn("f1".getBytes(),"age".getBytes(),Bytes.toBytes(32));
        put2.addColumn("f2".getBytes(),"sex".getBytes(),Bytes.toBytes("1"));
        put2.addColumn("f2".getBytes(),"address".getBytes(),Bytes.toBytes("幽州涿郡涿县"));
        put2.addColumn("f2".getBytes(),"phone".getBytes(),Bytes.toBytes("17888888888"));
        put2.addColumn("f2".getBytes(),"say".getBytes(),Bytes.toBytes("talk is cheap , show me the code"));


        Put put3 = new Put("0004".getBytes());
        put3.addColumn("f1".getBytes(),"id".getBytes(),Bytes.toBytes(3));
        put3.addColumn("f1".getBytes(),"name".getBytes(),Bytes.toBytes("孙权"));
        put3.addColumn("f1".getBytes(),"age".getBytes(),Bytes.toBytes(35));
        put3.addColumn("f2".getBytes(),"sex".getBytes(),Bytes.toBytes("1"));
        put3.addColumn("f2".getBytes(),"address".getBytes(),Bytes.toBytes("下邳"));
        put3.addColumn("f2".getBytes(),"phone".getBytes(),Bytes.toBytes("12888888888"));
        put3.addColumn("f2".getBytes(),"say".getBytes(),Bytes.toBytes("what are you 弄啥嘞！"));

        Put put4 = new Put("0005".getBytes());
        put4.addColumn("f1".getBytes(),"id".getBytes(),Bytes.toBytes(4));
        put4.addColumn("f1".getBytes(),"name".getBytes(),Bytes.toBytes("诸葛亮"));
        put4.addColumn("f1".getBytes(),"age".getBytes(),Bytes.toBytes(28));
        put4.addColumn("f2".getBytes(),"sex".getBytes(),Bytes.toBytes("1"));
        put4.addColumn("f2".getBytes(),"address".getBytes(),Bytes.toBytes("四川隆中"));
        put4.addColumn("f2".getBytes(),"phone".getBytes(),Bytes.toBytes("14888888888"));
        put4.addColumn("f2".getBytes(),"say".getBytes(),Bytes.toBytes("出师表你背了嘛"));

        Put put5 = new Put("0005".getBytes());
        put5.addColumn("f1".getBytes(),"id".getBytes(),Bytes.toBytes(5));
        put5.addColumn("f1".getBytes(),"name".getBytes(),Bytes.toBytes("司马懿"));
        put5.addColumn("f1".getBytes(),"age".getBytes(),Bytes.toBytes(27));
        put5.addColumn("f2".getBytes(),"sex".getBytes(),Bytes.toBytes("1"));
        put5.addColumn("f2".getBytes(),"address".getBytes(),Bytes.toBytes("哪里人有待考究"));
        put5.addColumn("f2".getBytes(),"phone".getBytes(),Bytes.toBytes("15888888888"));
        put5.addColumn("f2".getBytes(),"say".getBytes(),Bytes.toBytes("跟诸葛亮死掐"));


        Put put6 = new Put("0006".getBytes());
        put6.addColumn("f1".getBytes(),"id".getBytes(),Bytes.toBytes(5));
        put6.addColumn("f1".getBytes(),"name".getBytes(),Bytes.toBytes("xiaobubu—吕布"));
        put6.addColumn("f1".getBytes(),"age".getBytes(),Bytes.toBytes(28));
        put6.addColumn("f2".getBytes(),"sex".getBytes(),Bytes.toBytes("1"));
        put6.addColumn("f2".getBytes(),"address".getBytes(),Bytes.toBytes("内蒙人"));
        put6.addColumn("f2".getBytes(),"phone".getBytes(),Bytes.toBytes("15788888888"));
        put6.addColumn("f2".getBytes(),"say".getBytes(),Bytes.toBytes("貂蝉去哪了"));

        List<Put> listPut = new ArrayList<Put>();
        listPut.add(put);
        listPut.add(put2);
        listPut.add(put3);
        listPut.add(put4);
        listPut.add(put5);
        listPut.add(put6);

        myuser.put(listPut);
        myuser.close();
    }

• 以下为查询操作

/**
     * 查询rowkey为003的人,所有列
     */
    @Test
    public void getData() throws IOException {
        //获取连接
        configuration = new Configuration();
        configuration.set("hbase.zookeeper.quorum", "node01:2181,node02:2181,node03:2181");
        connection = ConnectionFactory.createConnection(configuration);
        //获取表
        table = connection.getTable(TableName.valueOf("myuser"));
        Get get = new Get("0003".getBytes());
		
		
        //限制查询范围,只查询f1列族,
      //  get.addFamily("f1".getBytes());
        //限制查询范围,只查询f1列族下的id列
      //  get.addColumn("f1".getBytes(),"id".getBytes());



        //Result是一个对象,封装了所有的结果数据
        Result result = table.get(get);
        //获取003的所以cell值
        List<Cell> cells = result.listCells();
        for (Cell cell : cells) {
            //获取列族名称
            String familyName = Bytes.toString(cell.getFamilyArray(), cell.getFamilyOffset(), cell.getFamilyLength());
            //获取列名称
            String columnNmae = Bytes.toString(cell.getQualifierArray(), cell.getQualifierOffset(), cell.getQualifierLength());
            if (familyName.equals("f1") && columnNmae.equals("age") || columnNmae.equals("id")) {
                int value = Bytes.toInt(cell.getValueArray(), cell.getValueOffset(), cell.getValueLength());
                System.out.println("列族名" + familyName + "列名" + columnNmae + "列的值" + value);
            } else {
                String value = Bytes.toString(cell.getValueArray(), cell.getValueOffset(), cell.getValueLength());
                System.out.println("列族名" + familyName + "列名" + columnNmae + "列的值" + value);
            }

        }
        table.close();

    }

(4)通过scan进行扫描

 /**
     * 安装rowkey进行范围扫描
     * 扫描rowkey0004到0006的所以值
     */
    @Test
    public void scanRange() throws IOException {
        Configuration configuration = new Configuration();
        configuration.set("hbase.zookeeper.quorum", "node01:2181,node02:2181,node03:2181");
        Connection connection = ConnectionFactory.createConnection(configuration);
        Table table = connection.getTable(TableName.valueOf("myuser"));
        Scan scan = new Scan();
        //设置起始和结束的rowkey
        scan.setStartRow("0004".getBytes()); //这里把范围注释掉运行就是全表扫描
        scan.setStopRow("0006".getBytes());
        //返回多条数据都封装在ResultScanner中了
        ResultScanner scanner = table.getScanner(scan);

        for (Result result : scanner) {
            List<Cell> cells = result.listCells();
            for (Cell cell : cells) {
                String rowkey = Bytes.toString(cell.getRowArray(), cell.getRowOffset(), cell.getRowLength());
                String fileName = Bytes.toString(cell.getFamilyArray(), cell.getFamilyOffset(), cell.getFamilyLength());
                String columnNmae = Bytes.toString(cell.getQualifierArray(), cell.getQualifierOffset(), cell.getQualifierLength());
                if (fileName.equals("f1") && columnNmae.equals("id") || columnNmae.equals("age")){
                    int value = Bytes.toInt(cell.getValueArray(), cell.getValueOffset(), cell.getValueLength());
                    System.out.println("数据的rowkey为"+rowkey+"数据的列族为"+fileName+"数据的列名"+columnNmae+"数据的值"+value);
                }else {
                    String value = Bytes.toString(cell.getQualifierArray(), cell.getQualifierOffset(), cell.getQualifierLength());
                    System.out.println("数据的rowkey为"+rowkey+"数据的列族为"+fileName+"数据的列名"+columnNmae+"数据的值"+value);
                }
            }
        }
    }

(5)过滤器查询

1.比较过滤器

1. 通过RowFilter过滤rowKey
2. 列族过滤器FamilyFilter
3. 列过滤器QualifierFilter
4. 列值过滤器ValueFilter

 /**
     * 使用rowFilter查询比0003小的所以的数据
     */
    @Test
    public void rowFileter() throws IOException {
        Configuration configuration = new Configuration();
        configuration.set("hbase.zookeeper.quorum", "node01:2181,node02:2181,node03:2181");
        Connection connection = ConnectionFactory.createConnection(configuration);
        Table table = connection.getTable(TableName.valueOf("myuser"));
        Scan scan = new Scan();
		//*****核心点******
        //添加一个比较过滤器
        //通过RowFilter过滤rowKey中比0003小的rowkey中所有值出来
        RowFilter rowFilter = new RowFilter(CompareOperator.LESS, new BinaryComparator(Bytes.toBytes("0003")));
        scan.setFilter(rowFilter);
		
		//列族过滤器
		//查询比f2列族小的所有列族里面的数据
        FamilyFilter f2 = new FamilyFilter(CompareOperator.LESS, new SubstringComparator("f2"));
        scan.setFilter(f2);

		//列过滤器
        //只查询name列的值
        QualifierFilter name = new QualifierFilter(CompareOperator.EQUAL, new SubstringComparator("name"));
        scan.setFilter(name);
			
		 //值过滤器
        //查询所有列当中包含8的数据
        ValueFilter valueFilter = new ValueFilter(CompareOperator.EQUAL, new SubstringComparator("8"));
        scan.setFilter(valueFilter);
		

		//*****核心点******


        //返回的数据都封装在ResultScanner中,我们迭代遍历获取内容
        ResultScanner scanner = table.getScanner(scan);
        for (Result result : scanner) {
            List<Cell> cells = result.listCells();
            for (Cell cell : cells) {
                String rowkey = Bytes.toString(cell.getRowArray(), cell.getRowOffset(), cell.getRowLength());
                String fileName = Bytes.toString(cell.getFamilyArray(), cell.getFamilyOffset(), cell.getFamilyLength());
                String columnNmae = Bytes.toString(cell.getQualifierArray(), cell.getQualifierOffset(), cell.getQualifierLength());
                if (fileName.equals("f1") && columnNmae.equals("id") || columnNmae.equals("age")){
                    int value = Bytes.toInt(cell.getValueArray(), cell.getValueOffset(), cell.getValueLength());
                    System.out.println("数据的rowkey为"+rowkey+"数据的列族为"+fileName+"数据的列名"+columnNmae+"数据的值"+value);
                }else {
                    String value = Bytes.toString(cell.getQualifierArray(), cell.getQualifierOffset(), cell.getQualifierLength());
                    System.out.println("数据的rowkey为"+rowkey+"数据的列族为"+fileName+"数据的列名"+columnNmae+"数据的值"+value);
                }
            }
        }

    }

2.专用过滤器

1. 单列值过滤器SingleColumnValueFilter会返回满足条件数据的所有字段
2. 列值排除过滤器SingleColumnValueExcludeFilter会排除掉指定的列，其他的列全部返回
3. rowkey前缀过滤器PrefixFilter
4. 分页过滤器PageFilter
5. 多过滤器综合查询FilterList

 /**
     * 使用rowFilter查询比0003小的所以的数据
     */
    @Test
    public void rowFileter() throws IOException {
        Configuration configuration = new Configuration();
        configuration.set("hbase.zookeeper.quorum", "node01:2181,node02:2181,node03:2181");
        Connection connection = ConnectionFactory.createConnection(configuration);
        Table table = connection.getTable(TableName.valueOf("myuser"));
        Scan scan = new Scan();
		//*****核心点******
        //添加一个专用过滤器
        //单列值过滤器
        //查询name值为 刘备 的数据
        SingleColumnValueFilter singleColumnValueFilter = new SingleColumnValueFilter("f1".getBytes(), "name".getBytes(), CompareOperator.EQUAL, "刘备".getBytes());
        scan.setFilter(singleColumnValueFilter);
		
		//前缀过滤器
        //查询以00开头的所有前缀的rowkey
        PrefixFilter prefixFilter = new PrefixFilter("00".getBytes());
        scan.setFilter(prefixFilter);
		
		//多过滤器综合查询FilterList()
		//在上述两个过滤器实现完成的基础上,我们要使一个过滤器,拥有即是name为刘备,又rowkey是00开头的
		FilterList filterList = new FilterList(singleColumnValueFilter, prefixFilter);
        scan.setFilter(filterList);
		
	
		//*****核心点******


        //返回的数据都封装在ResultScanner中,我们迭代遍历获取内容
        ResultScanner scanner = table.getScanner(scan);
        for (Result result : scanner) {
            List<Cell> cells = result.listCells();
            for (Cell cell : cells) {
                String rowkey = Bytes.toString(cell.getRowArray(), cell.getRowOffset(), cell.getRowLength());
                String fileName = Bytes.toString(cell.getFamilyArray(), cell.getFamilyOffset(), cell.getFamilyLength());
                String columnNmae = Bytes.toString(cell.getQualifierArray(), cell.getQualifierOffset(), cell.getQualifierLength());
                if (fileName.equals("f1") && columnNmae.equals("id") || columnNmae.equals("age")){
                    int value = Bytes.toInt(cell.getValueArray(), cell.getValueOffset(), cell.getValueLength());
                    System.out.println("数据的rowkey为"+rowkey+"数据的列族为"+fileName+"数据的列名"+columnNmae+"数据的值"+value);
                }else {
                    String value = Bytes.toString(cell.getQualifierArray(), cell.getQualifierOffset(), cell.getQualifierLength());
                    System.out.println("数据的rowkey为"+rowkey+"数据的列族为"+fileName+"数据的列名"+columnNmae+"数据的值"+value);
                }
            }
        }

    }

• 以下代码是分页的实现

/**
     * 实现hbase的分页的功能
     */
    @Test
    public void habasePage() throws IOException {
        Configuration configuration = new Configuration();
        configuration.set("hbase.zookeeper.quorum", "node01:2181,node02:2181,node03:2181");
        Connection connection = ConnectionFactory.createConnection(configuration);
        Table table = connection.getTable(TableName.valueOf("myuser"));
        int pageNum = 1; //
        int pageSize = 2;
        if(pageNum == 1){
            Scan scan = new Scan();
            //如果是查询第一页数据,就按照空来进行扫描
            scan.withStartRow("".getBytes());
            PageFilter pageFilter = new PageFilter(pageSize);
            scan.setFilter(pageFilter);
            //传入设置好的scan,对表进行扫描,返回的ResultScanner包含所扫描的数据
            ResultScanner scanner = table.getScanner(scan);
            //迭代遍历得到数据
            for (Result result : scanner) {
                byte[] row = result.getRow();
                System.out.println(Bytes.toString(row));
            }
        }
    }

(6)删除数据

1.根据rowkey删除某一条数据

 /**
     * 根据rowkey删除某一条数据
     * @throws IOException
     */
    @Test
    public void deleteData() throws IOException {
        Configuration configuration = new Configuration();
        configuration.set("hbase.zookeeper.quorum", "node01:2181,node02:2181,node03:2181");
        Connection connection = ConnectionFactory.createConnection(configuration);
        Table table = connection.getTable(TableName.valueOf("myuser"));

        Delete delete = new Delete("0007".getBytes());
        table.delete(delete);
    }

2.删除表

 /**
     * 删除表
     * @throws IOException
     */
    @Test
    public void deletTable() throws IOException {
        Configuration configuration = new Configuration();
        configuration.set("hbase.zookeeper.quorum", "node01:2181,node02:2181,node03:2181");
        Connection connection = ConnectionFactory.createConnection(configuration);
        Table table = connection.getTable(TableName.valueOf("myuser"));

        //获取管理员权限
        Admin admin = connection.getAdmin();
        //禁用表
        admin.disableTable(TableName.valueOf("myuser"));
        //删除表
        admin.deleteTable(TableName.valueOf("myuser"));

    }