一、HBase的安装配置
1.1 伪分布模式安装
伪分布模式安装即在一台计算机上部署HBase的各个角色，HMaster、HRegionServer以及ZooKeeper都在一台计算机上来模拟。
首先，准备好HBase的安装包，我这里使用的是HBase-0.94.7的版本，已经上传至百度网盘之中（URL：http://pan.baidu.com/s/1pJ3HTY7）
（1）通过FTP将hbase的安装包拷贝到虚拟机hadoop-master中，并执行一系列操作：解压缩、重命名、设置环境变量
①解压缩：tar -zvxf hbase-0.94.7-security.tar.gz
②重命名：mv hbase-94.7-security hbase
③设置环境变量：vim /etc/profile，增加内容如下，修改后重新生效：source /etc/profile
export HBASE_HOME=/usr/local/hbase export PATH=.:$HADOOP_HOME/bin:$HBASE_HOME/bin:$ZOOKEEPER_HOME/bin:$JAVA_HOME/bin:$PATH
（2）进入hbase/conf目录下，修改hbase-env.sh文件：
export JAVA_HOME=/usr/local/jdk export HBASE_MANAGES_ZK=true #告诉HBase使用它自己的zookeeper实例，分布式模式下需要设置为false
（3）在hbase/conf目录下，继续修改hbase-site.xml文件：
<property> <name>hbase.rootdir</name> <value>hdfs://hadoop-master:9000/hbase</value> </property> <property> <name>hbase.cluster.distributed</name> <value>true</value> </property> <property> <name>hbase.zookeeper.quorum</name> <value>hadoop-master</value> </property> <property> <name>dfs.replication</name> <value>1</value> </property>
（4）【可选步凑】修改regionservers文件，将localhost改为主机名：hadoop-master
（5）启动HBase：start-hbase.sh
PS：由上一篇可知，HBase是建立在Hadoop HDFS之上的，因此在启动HBase之前要确保已经启动了Hadoop，启动Hadoop的命令是：start-all.sh
（6）验证是否启动HBase：jps
由上图发现，多了三个java进程：HMaster、HRegionServer以及HQuorumPeer。
还可以通过访问HBase的Web接口查看：http://hadoop-master:60010
1.2 分布式模式安装
本次安装在1.1节的伪分布模式的基础上进行修改搭建分布式模式，本次的集群实验环境结构如下图所示：
由上图可知，HMaster角色是192.168.80.100（主机名：hadoop-master），而两个HRegionServer角色则是两台192.168.80.101（主机名：hadoop-slave1）和192.168.80.102（主机名：hadoop-slave2）组成的。
（1）修改hadoop-master服务器上的的几个关键配置文件：
①修改hbase/conf/hbase-env.sh：将最后一行修改为如下内容
export HBASE_MANAGES_ZK=false #不使用HBase自带的zookeeper实例
②修改hbase/conf/regionservers：将原来的hadoop-master改为如下内容
hadoop-slave1 hadoop-slave2
（2）将hadoop-master上的hbase文件夹与/etc/profile配置文件整体复制到hadoop-slave1与hadoop-slave2中：
scp -r /usr/local/hbase hadoop-slave1:/usr/local/ scp -r /usr/local/hbase hadoop-slave2:/usr/local/ scp /etc/profile hadoop-slave1:/etc/ scp /etc/profile hadoop-slave2:/etc/
（3）在hadoop-slave1与hadoop-slave2中使配置文件生效：
source /etc/profile
（4）在hadoop-master中启动Hadoop、Zookeeper与HBase：（注意先后顺序）
start-all.sh zkServer.sh start start-hbase.sh
（5）在HBase的Web接口中查看Hbase集群状态：
二、HBase Shell基本命令
2.1 DDL：创建与删除表
（1）创建表：
>create 'users','user_id','address','info' #这里创建了一张表users,有三个列族user_id,address,info
获取表users的具体描述：
>describe 'users'
（2）列出所有表：
>list
（3）删除表：在HBase中删除表需要两步，首先disable，其次drop
>disable 'users' >drop 'users'
2.2 DML：增删查改
（1）增加记录：put
>put 'users','xiaoming','info:age','24'; >put 'users','xiaoming','info:birthday','1987-06-17'; >put 'users','xiaoming','info:company','alibaba'; >put 'users','xiaoming','address:contry','china'; >put 'users','xiaoming','address:province','zhejiang'; >put 'users','xiaoming','address:city','hangzhou';
（2）扫描users表的所有记录：scan
>scan 'users'
（3）获取一条记录
①取得一个id（row_key）的所有数据
>get 'users','xiaoming'
②获取一个id的一个列族的所有数据
>get 'users','xiaoming','info'
③获取一个id，一个列族中一个列的所有数据
>get 'users','xiaoming','info:age'
（4）更新一条记录：依然put
例如：更新users表中小明的年龄为29
>put 'users','xiaoming','info:age' ,'29' >get 'users','xiaoming','info:age
（5）删除记录：delete与deleteall
①删除xiaoming的值的'info:age'字段
>delete 'users','xiaoming','info:age'
②删除xiaoming的整行信息
>deleteall 'users','xiaoming'
2.3 Other：其他几个比较有用的命令
（1）count：统计行数
>count 'users'
（2）truncate：清空指定表
>truncate 'users'
三、HBase Java API操作
3.1 预备工作
（1）导入HBase的项目jar包
（2）导入HBase/lib下的所有依赖jar包
3.2 HBase Java开发必备：获取配置
代码语言：javascript复制 /*
* 获取HBase配置
*/
private static Configuration getConfiguration()
{
Configuration conf = HBaseConfiguration.create();
conf.set("hbase.rootdir","hdfs://hadoop-master:9000/hbase");
//使用eclipse时必须添加这个，否则无法定位
conf.set("hbase.zookeeper.quorum","hadoop-master");
return conf;
} 3.3 使用HBaseAdmin进行DDL操作
（1）创建表
代码语言：javascript复制 /*
* 创建表
*/
private static void createTable()
throws IOException {
HBaseAdmin admin = new HBaseAdmin(getConfiguration());
if (admin.tableExists(TABLE_NAME)) {
System.out.println("The table is existed!");
}else{
HTableDescriptor tableDesc = new HTableDescriptor(TABLE_NAME);
tableDesc.addFamily(new HColumnDescriptor(FAMILY_NAME));
admin.createTable(tableDesc);
System.out.println("Create table success!");
}
}（2）删除表
代码语言：javascript复制 /*
* 删除表
*/
private static void dropTable(String tableName)
throws IOException {
HBaseAdmin admin = new HBaseAdmin(getConfiguration());
if(admin.tableExists(tableName)){
try {
admin.disableTable(tableName);
admin.deleteTable(tableName);
} catch (IOException e) {
e.printStackTrace();
System.out.println("Delete " tableName " failed!");
}
}
System.out.println("Delete " tableName " success!");
}3.4 使用HTable进行DML操作
（1）新增记录
代码语言：javascript复制 public static void putRecord(String tableName, String row,
String columnFamily, String column, String data)
throws IOException{
HTable table = new HTable(getConfiguration(), tableName);
Put p1 = new Put(Bytes.toBytes(row));
p1.add(Bytes.toBytes(columnFamily), Bytes.toBytes(column), Bytes.toBytes(data));
table.put(p1);
System.out.println("put'" row "'," columnFamily ":" column "','" data "'");
}（2）读取记录
代码语言：javascript复制 public static void getRecord(String tableName, String row) throws IOException{
HTable table = new HTable(getConfiguration(), tableName);
Get get = new Get(Bytes.toBytes(row));
Result result = table.get(get);
System.out.println("Get: " result);
}（3）全表扫描
代码语言：javascript复制 public static void scan(String tableName) throws IOException{
HTable table = new HTable(getConfiguration(), tableName);
Scan scan = new Scan();
ResultScanner scanner = table.getScanner(scan);
for (Result result : scanner) {
System.out.println("Scan: " result);
}
}3.5 API实战：详单入库
结合本笔记第五篇《自定义类型处理手机上网日志》的手机上网日志为背景，我们要做的就是将日志通过MapReduce导入到HBase中进行存储。该日志的数据结构定义如下图所示：（该文件的下载地址为：http://pan.baidu.com/s/1dDzqHWX）
（1）在HBase中通过Shell创建一张表：wlan_log
> create 'wlan_log','cf'
这里为了简单定义，之定义了一个列族cf
（2）在ecplise中新建一个类：BatchImportJob，该类的代码如下所示：
代码语言：javascript复制package hbase;
import java.text.SimpleDateFormat;
import java.util.Date;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.hbase.client.Put;
import org.apache.hadoop.hbase.mapreduce.TableOutputFormat;
import org.apache.hadoop.hbase.mapreduce.TableReducer;
import org.apache.hadoop.hbase.util.Bytes;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.NullWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Counter;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.input.TextInputFormat;
public class BatchImportJob {
static class BatchImportMapper extends
Mapper<LongWritable, Text, LongWritable, Text> {
SimpleDateFormat dateformat1 = new SimpleDateFormat("yyyyMMddHHmmss");
Text v2 = new Text();
protected void map(LongWritable key, Text value, Context context)
throws java.io.IOException, InterruptedException {
final String[] splited = value.toString().split("t");
try {
final Date date = new Date(Long.parseLong(splited[0].trim()));
final String dateFormat = dateformat1.format(date);
String rowKey = splited[1] ":" dateFormat;
v2.set(rowKey "t" value.toString());
context.write(key, v2);
} catch (NumberFormatException e) {
final Counter counter = context.getCounter("BatchImportJob",
"ErrorFormat");
counter.increment(1L);
System.out.println("出错了" splited[0] " " e.getMessage());
}
};
}
static class BatchImportReducer extends
TableReducer<LongWritable, Text, NullWritable> {
protected void reduce(LongWritable key,
java.lang.Iterable<Text> values, Context context)
throws java.io.IOException, InterruptedException {
for (Text text : values) {
final String[] splited = text.toString().split("t");
final Put put = new Put(Bytes.toBytes(splited[0]));
put.add(Bytes.toBytes("cf"), Bytes.toBytes("date"),
Bytes.toBytes(splited[1]));
put.add(Bytes.toBytes("cf"), Bytes.toBytes("msisdn"),
Bytes.toBytes(splited[2]));
// 省略其他字段，调用put.add(....)即可
context.write(NullWritable.get(), put);
}
};
}
public static void main(String[] args) throws Exception {
final Configuration configuration = new Configuration();
// 设置zookeeper
configuration.set("hbase.zookeeper.quorum", "hadoop-master");
// 设置hbase表名称
configuration.set(TableOutputFormat.OUTPUT_TABLE, "wlan_log");
// 将该值改大，防止hbase超时退出
configuration.set("dfs.socket.timeout", "180000");
final Job job = new Job(configuration, "HBaseBatchImportJob");
job.setMapperClass(BatchImportMapper.class);
job.setReducerClass(BatchImportReducer.class);
// 设置map的输出，不设置reduce的输出类型
job.setMapOutputKeyClass(LongWritable.class);
job.setMapOutputValueClass(Text.class);
job.setInputFormatClass(TextInputFormat.class);
// 不再设置输出路径，而是设置输出格式类型
job.setOutputFormatClass(TableOutputFormat.class);
FileInputFormat.setInputPaths(job, "hdfs://hadoop-master:9000/testdir/input/HTTP_20130313143750.dat");
boolean success = job.waitForCompletion(true);
if (success) {
System.out.println("Bath import to HBase success!");
System.exit(0);
} else {
System.out.println("Batch import to HBase failed!");
System.exit(1);
}
}
}通过执行后，在HBase中通过Shell命令（list）查看导入结果：
（3）在eclipse中新建一个类：MobileLogQueryApp，对已经存储的wlan_log进行查询的Java开发，该类的代码如下所示：
代码语言：javascript复制package hbase;
import java.io.IOException;
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.client.Get;
import org.apache.hadoop.hbase.client.HBaseAdmin;
import org.apache.hadoop.hbase.client.HTable;
import org.apache.hadoop.hbase.client.Put;
import org.apache.hadoop.hbase.client.Result;
import org.apache.hadoop.hbase.client.ResultScanner;
import org.apache.hadoop.hbase.client.Scan;
import org.apache.hadoop.hbase.util.Bytes;
public class MobileLogQueryApp {
private static final String TABLE_NAME = "wlan_log";
private static final String FAMILY_NAME = "cf";
/**
* HBase Java API基本使用示例
*
* @throws Exception
*/
public static void main(String[] args) throws Exception {
scan(TABLE_NAME,"13600217502");
System.out.println();
scanPeriod(TABLE_NAME, "136");
}
/*
* 查询手机13600217502的所有上网记录
*/
public static void scan(String tableName, String mobileNum)
throws IOException {
HTable table = new HTable(getConfiguration(), tableName);
Scan scan = new Scan();
scan.setStartRow(Bytes.toBytes(mobileNum ":/"));
scan.setStopRow(Bytes.toBytes(mobileNum "::"));
ResultScanner scanner = table.getScanner(scan);
int i = 0;
for (Result result : scanner) {
System.out.println("Scan: " i " " result);
i ;
}
}
/*
* 查询134号段的所有上网记录
*/
public static void scanPeriod(String tableName, String period)
throws IOException {
HTable table = new HTable(getConfiguration(), tableName);
Scan scan = new Scan();
scan.setStartRow(Bytes.toBytes(period "/"));
scan.setStopRow(Bytes.toBytes(period ":"));
scan.setMaxVersions(1);
ResultScanner scanner = table.getScanner(scan);
int i = 0;
for (Result result : scanner) {
System.out.println("Scan: " i " " result);
i ;
}
}
/*
* 获取HBase配置
*/
private static Configuration getConfiguration() {
Configuration conf = HBaseConfiguration.create();
conf.set("hbase.rootdir", "hdfs://hadoop-master:9000/hbase");
// 使用eclipse时必须添加这个，否则无法定位
conf.set("hbase.zookeeper.quorum", "hadoop-master");
return conf;
}
}这里主要进行了两个查询操作：按指定手机号码查询 和 按指定手机号码网段区间查询，执行结果如下所示：
参考资料
（1）吴超，《Hadoop深入浅出》：http://www.superwu.cn
（2）新城主力唱好，《HBase Java API》：http://www.cnblogs.com/NicholasLee/archive/2012/09/13/2683432.html
作者：周旭龙
出处：http://www.cnblogs.com/edisonchou/
本文版权归作者和博客园共有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文链接。
