HBase shell的基本用法

浏览数：21 / 时间：2015年06月20日

hbase提供了一个shell的终端给用户交互。使用命令hbaseshell进入命令界面。通过执行 help可以看到命令的帮助信息。

以网上的一个学生成绩表的例子来演示hbase的用法。

name	grad	course
name	grad	math	art
Tom	5	97	87
Jim	4	89	80

这里grad对于表来说是一个只有它自己的列族,course对于表来说是一个有两个列的列族,这个列族由两个列组成math和art,当然我们可以根据我们的需要在course中建立更多的列族,如computer,physics等相应的列添加入course列族。

(1)建立一个表scores，有两个列族grad和courese

hbase(main):001:0> create‘scores‘,‘grade‘, ‘course‘

可以使用list命令来查看当前HBase里有哪些表。使用describe命令来查看表结构。（记得所有的表明、列名都需要加上引号）

(2)按设计的表结构插入值：

put‘scores‘,‘Tom‘,‘grade:‘,‘5‘
put ‘scores‘,‘Tom‘,‘course:math‘,‘97‘
put ‘scores‘,‘Tom‘,‘course:art‘,‘87‘
put ‘scores‘,‘Jim‘,‘grade‘,‘4‘
put ‘scores‘,‘Jim‘,‘course:math‘,‘89‘
put ‘scores‘,‘Jim‘,‘course:art‘,‘80‘

这样表结构就起来了，其实比较自由，列族里边可以自由添加子列很方便。如果列族下没有子列，加不加冒号都是可以的。

put命令比较简单，只有这一种用法：

hbase> put ‘t1‘, ‘r1‘, ‘c1‘, ‘value‘, ts1

t1指表名，r1指行键名，c1指列名，value指单元格值。ts1指时间戳，一般都省略掉了。

(3)根据键值查询数据

get ‘scores‘,‘Jim‘
get ‘scores‘,‘Jim‘,‘grade‘

get ‘scores‘,‘Jim‘,‘course‘ （列族有多列的话要用scan获取所有记录【scan ‘scores‘,{COLUMNS => ‘course‘}】，用get只得到最新加入列族的一条记录）

get ‘scores‘,‘Jim‘,‘course:math‘ （这样可以）

可能你就发现规律了，HBase的shell操作，一个大概顺序就是操作关键词后跟表名，行名，列名这样的一个顺序，如果有其他条件再用花括号加上。
get有用法如下：

hbase> get ‘t1‘, ‘r1‘
hbase> get ‘t1‘, ‘r1‘, {TIMERANGE => [ts1, ts2]}
hbase> get ‘t1‘, ‘r1‘, {COLUMN => ‘c1‘}
hbase> get ‘t1‘, ‘r1‘, {COLUMN => [‘c1‘, ‘c2‘, ‘c3‘]}
hbase> get ‘t1‘, ‘r1‘, {COLUMN => ‘c1‘, TIMESTAMP => ts1}
hbase> get ‘t1‘, ‘r1‘, {COLUMN => ‘c1‘, TIMERANGE => [ts1, ts2],VERSIONS => 4}
hbase> get ‘t1‘, ‘r1‘, {COLUMN => ‘c1‘, TIMESTAMP => ts1, VERSIONS=> 4}
hbase> get ‘t1‘, ‘r1‘, ‘c1‘
hbase> get ‘t1‘, ‘r1‘, ‘c1‘, ‘c2‘
hbase> get ‘t1‘, ‘r1‘, [‘c1‘, ‘c2‘]

(4)扫描所有数据

scan ‘scores‘

也可以指定一些修饰词：TIMERANGE,FILTER, LIMIT, STARTROW, STOPROW, TIMESTAMP, MAXLENGTH,or COLUMNS。没任何修饰词，就是上边例句，就会显示所有数据行。

例句如下：

hbase> scan ‘.META.‘
hbase> scan ‘.META.‘, {COLUMNS => ‘info:regioninfo‘}
hbase> scan ‘t1‘, {COLUMNS => [‘c1‘, ‘c2‘], LIMIT => 10, STARTROW=> ‘xyz‘}
hbase> scan ‘t1‘, {COLUMNS => ‘c1‘, TIMERANGE => [1303668804,1303668904]}
hbase> scan ‘t1‘, {FILTER => "(PrefixFilter (‘row2‘) AND (QualifierFilter(>=, ‘binary:xyz‘))) AND (TimestampsFilter ( 123, 456))"}
hbase> scan ‘t1‘, {FILTER =>org.apache.hadoop.hbase.filter.ColumnPaginationFilter.new(1, 0)}

过滤器filter有两种方法指出：
a. Using a filterString - more information on this is available in the
Filter Language document attached to the HBASE-4176 JIRA
b. Using the entire package name of the filter.

还有一个CACHE_BLOCKS修饰词，开关scan的缓存的，默认是开启的（CACHE_BLOCKS=>true），可以选择关闭（CACHE_BLOCKS=>false）。

(5)删除指定数据

delete ‘scores‘,‘Jim‘,‘grade‘
delete ‘scores‘,‘Jim‘

删除数据命令也没太多变化，只有一个：

hbase> delete ‘t1‘, ‘r1‘,‘c1‘, ts1

另外有一个deleteall命令，可以进行整行的范围的删除操作，慎用！
如果需要进行全表删除操作，就使用truncate命令，其实没有直接的全表删除命令，这个命令也是disable，drop，create三个命令组合出来的。

(6)修改表结构

disable ‘scores‘
alter ‘scores‘,NAME=>‘info‘
enable ‘scores‘

alter命令使用如下（如果无法成功的版本，需要先通用表disable）：
a、改变或添加一个列族：

hbase> alter ‘t1‘, NAME=> ‘f1‘, VERSIONS => 5

b、删除一个列族：

hbase> alter ‘t1‘, NAME=> ‘f1‘, METHOD => ‘delete‘
hbase> alter ‘t1‘, ‘delete‘ => ‘f1‘

c、也可以修改表属性如MAX_FILESIZE
MEMSTORE_FLUSHSIZE, READONLY,和 DEFERRED_LOG_FLUSH：
hbase> alter ‘t1‘, METHOD => ‘table_att‘, MAX_FILESIZE => ‘134217728‘
d、可以添加一个表协同处理器

hbase> alter ‘t1‘, METHOD=> ‘table_att‘, ‘coprocessor‘=>‘hdfs:///foo.jar|com.foo.FooRegionObserver|1001|arg1=1,arg2=2‘

一个表上可以配置多个协同处理器，一个序列会自动增长进行标识。加载协同处理器（可以说是过滤程序）需要符合以下规则：

[coprocessor jar filelocation] | class name | [priority] | [arguments]

e、移除coprocessor如下：

hbase> alter ‘t1‘, METHOD=> ‘table_att_unset‘, NAME => ‘MAX_FILESIZE‘
hbase> alter ‘t1‘, METHOD => ‘table_att_unset‘, NAME =>‘coprocessor$1‘

f、可以一次执行多个alter命令：

hbase> alter ‘t1‘, {NAME=> ‘f1‘}, {NAME => ‘f2‘, METHOD => ‘delete‘}

(7)统计行数：

hbase> count ‘t1‘
hbase> count ‘t1‘, INTERVAL => 100000
hbase> count ‘t1‘, CACHE => 1000
hbase> count ‘t1‘, INTERVAL => 10, CACHE => 1000

count一般会比较耗时，使用mapreduce进行统计，统计结果会缓存，默认是10行。统计间隔默认的是1000行（INTERVAL）。