HBase学习之路——HBase 常用API汇总

前言

今天刚刚过完HBase入门阶段，本来应该周内搞完的，但中途自己的电脑配置太低了以至于虚拟机开个IDEA都卡到爆...好在室友的电脑可用，比预期慢了三天左右完成入门，但学的还算扎实，现就一些常用的程序搞个总结以供以后参考使用。

HBase数据库常用代码与HBase API

一、IDEA连接HBase数据库

1. project配置：IDEA创建maven project，在main目录下的resource中添加hbase-site.xml文件，同时project加入hbase安装目录下lib目录到libraries目录，在pom.xml配置文件中加入有关hbase-server和hbase-client的dependency说明（一共maven下载相应的jar包），注意要和系统使用的HBase版本保持一致。

<dependencies>
    <dependency>
        <groupId>org.apache.hbase</groupId>
        <artifactId>hbase-server<artifactId>
        <version>2.0.0</version>
    </dependency>
    <dependency>
        <groupId>org.apache.hbase</groupId>
        <artifactId>hbase-client<artifactId>
        <version>2.0.0</version>
    </dependency>
</dependencies>

2. 连接HBase

一般情况下，在类中会将连接过程直接作为静态方法使用static（其他HBase操作方法都会使用到这些过程），configuration、connection、admin对象也都会使用到，因此多提出来作为private static全局静态变量使用。connection和admin的资源关闭也可以新建一个static方法完成，其余方法直接调用即可。（Java中，static方法只能调用static方法，非static方法可调用static方法，多多学习提高代码的可复用性、可读性和可移植性）

Configuration对象

首先创建Configuration对象，完成配置，对configuration对象使用set方法配置连接zookeeper的quorum和clientPort。（HBase数据访问主要是客户端通过ZooKeeper访问RegionServer完成的，和Master没啥关系，因此没有对master的配置）

其中，quorum为HBase服务器的hostname或者ip地址（集群的话写每个服务器的ip/hostname即可，用逗号隔开）；clientPort为ZooKeeper访问端口，一般为2181（一般需要在hbase-site.xml中有配置，自行百度）

Connection对象

创建好配置Configuration对象后，创建Connection连接对象，建立和HBase数据库的连接（过程其实和关系型数据连接配置过程相似）

Admin对象

最后创建Admin对象即客户端管理员对象，其后的HBase数据库操作基本全是由Admin发出。

注意：connection和admin均占用系统资源，在使用完以后一定注意使用close方法关闭资源，以免造成资源短缺。

二、判断表是否存在

创建表名对象TableName，使用HBase API中的tableExists()方法查看获取boolean值完成表是否存在的判断。

三、创建表

首先判断表是否存在，若存在则直接返回不再执行后续代码，若不存在则新建HTableDescriptor对象和HColumnDescriptor对象，新建HColumnDescriptor对象加入cf列族（可使用for循环加入多个列族），将HColumnDescriptor对象通过addFamily方法加入到HTableDescriptor对象中，最后使用HBase API中的createTable方法完成表的创建。

四、删除表

首先判断表是否不存在，若不存在则直接返回，若存在则调用HBase API中的disableTable方法和deleteTable方法完成表的删除曹总。注意一定要先disable掉表再deleteTable，否则会直接报错。

五、增加/更新表数据

通过Connection对象的getTable方法建立Table对象，然后以rowkey为参数创建一个put对象，并对这个put对象调用addColumn方法，最后调用Table对象的put方法，将put对象加入到table对象中即可。注意更新数据在HBase中也是增加一条数据，只是这条数据的版本更高一点。同时在HBase中数据都是以byte[]字节数组的形式存储的，因此需要通过Bytes.toBytes方法进行数据类型转换。

六、删除表数据

分为删除整行、删除整个列族、删除某列的最新版本/指定版本、删除某列的所有版本。流程为创建Table对象，以rowkey为参数创建delete对象，通过addColumns方法对delete对象添加删除的目标，最后通过table对象调用以delete对象为参数的delete方法完成数据删除。注意delete删除表的具体某个列时需要明确addColumns方法和addColumn方法的不同，前者是删除该列的所有版本，后者是删除该列数据的最新版本或添加ts时间参数删除某个指定版本。一般生产环境中使用前者。

七、全表扫描scan

创建table对象、创建scan对象，以scan对象为参数通过table对象的 getScanner方法获取全表扫描集合ResultScanner对象（一个集合），通过for循环获取scanner对象的cell数组（行键:列族:列:版本号）和row（byte[]字节数组类型）（对Results集合遍历后获得的Result数据同样可拆分为rowkey和cell数组，本身也是一个集合），最后通过对cell数组遍历打印出全表所有的数据（通过CellUtil类的cloneRow、cloneFamily、cloneQualifier、cloneValue获取数据的行键、列族、列和值。注意此处cloneXXX方法获取的是byte[]字节数组类型数据，如果需要直接打印则要做Bytes.toString方法的类型转换

八、get方法获取某列数据

创建table对象，以rowkey为参数创建get对象，为get对象通过addColumn方法添加列族、列的查询限制。以get对象为参数通过table对象的get方法获取Result对象，对result对象使用rawCells方法获取Cell单元格数组，对其进行遍历获取打印get目标行键目标列族目标列的所有数据。注意也可只定义到get对象，不添加cf和cn的限制遍历获取目标rowkey一整行的数据，也可以通过addFamily方法查询某列族所有列的所有数据。