Version: 0.20.x
-
配置
HBaseConfiguration 是每一个 hbase client 都会使用到的对象，它代表的是 HBase 配置信息。它有两种构造方式：
public HBaseConfiguration()
public HBaseConfiguration(final Configuration c)
默认的构造方式会尝试从 hbase-default.xml 和 hbase-site.xml 中读取配置。如果 classpath 没有这两个文件，就需要你自己设置配置。
Configuration HBASE_CONFIG = new Configuration();
HBASE_CONFIG.set(“hbase.zookeeper.quorum”, “zkServer”);
HBASE_CONFIG.set(“hbase.zookeeper.property.clientPort”, “2181″);
HBaseConfiguration cfg = new HBaseConfiguration(HBASE_CONFIG);
-
创建表
创建表是通过 HBaseAdmin 对象来操作的。 HBaseAdmin 负责表的 META 信息处理。 HBaseAdmin 提供了 createTable 这个方法：
public void createTable(HTableDescriptor desc)
HTableDescriptor 代表的是表的 schema, 提供的方法中比较有用的有
setMaxFileSize ，指定最大的 region size
setMemStoreFlushSize 指定 memstore flush 到 HDFS 上的文件大小
增加 family 通过 addFamily 方法
public void addFamily(final HColumnDescriptor family)
HColumnDescriptor 代表的是 column 的 schema ，提供的方法比较常用的有
setTimeToLive: 指定最大的 TTL, 单位是 ms, 过期数据会被自动删除。
setInMemory: 指定是否放在内存中，对小表有用，可用于提高效率。默认关闭
setBloomFilter: 指定是否使用 BloomFilter, 可提高随机查询效率。默认关闭
setCompressionType: 设定数据压缩类型。默认无压缩。
setMaxVersions: 指定数据最大保存的版本个数。默认为 3 。
一个简单的例子，创建了 4 个 family 的表：
HBaseAdmin hAdmin = new HBaseAdmin(hbaseConfig);
HTableDescriptor t = new HTableDescriptor(tableName);
t.addFamily(new HColumnDescriptor(“f1″));
t.addFamily(new HColumnDescriptor(“f2″));
t.addFamily(new HColumnDescriptor(“f3″));
t.addFamily(new HColumnDescriptor(“f4″));
hAdmin.createTable(t);
-
删除表
删除表也是通过 HBaseAdmin 来操作，删除表之前首先要 disable 表。这是一个非常耗时的操作，所以不建议频繁删除表。
disableTable 和 deleteTable 分别用来 disable 和 delete 表。
Example:
HBaseAdmin hAdmin = new HBaseAdmin(hbaseConfig );
if (hAdmin.tableExists(tableName)) {
hAdmin.disableTable(tableName);
hAdmin.deleteTable(tableName);
}
-
查询数据
查询分为单条随机查询和批量查询。
单条查询是通过 rowkey 在 table 中查询某一行的数据。 HTable 提供了 get 方法来完成单条查询。
批量查询是通过制定一段 rowkey 的范围来查询。 HTable 提供了个 getScanner 方法来完成批量查询。
public Result get(final Get get)
public ResultScanner getScanner( final Scan scan)
Get 对象包含了一个 Get 查询需要的信息。它的构造方法有两种：
public Get(byte [] row)
public Get(byte [] row, RowLock rowLock)
Rowlock 是为了保证读写的原子性，你可以传递一个已经存在 Rowlock ，否则 HBase 会自动生成一个新的 rowlock 。
Scan 对象提供了默认构造函数，一般使用默认构造函数。
Get/Scan 的常用方法有：
addFamily/addColumn: 指定需要的 family 或者 column, 如果没有调用任何 addFamily 或者 Column, 会返回所有的 columns.
setMaxVersions: 指定最大的版本个数。如果不带任何参数调用 setMaxVersions, 表示取所有的版本。如果不掉用 setMaxVersions, 只会取到最新的版本。
setTimeRange: 指定最大的时间戳和最小的时间戳，只有在此范围内的 cell 才能被获取。
setTimeStamp: 指定时间戳。
setFilter: 指定 Filter 来过滤掉不需要的信息
Scan 特有的方法：
setStartRow: 指定开始的行。如果不调用，则从表头开始。
setStopRow: 指定结束的行（不含此行）。
setBatch: 指定最多返回的 Cell 数目。用于防止一行中有过多的数据，导致 OutofMemory 错误。
ResultScanner 是 Result 的一个容器，每次调用 ResultScanner 的 next 方法，会返回 Result.
public Result next() throws IOException;
public Result [] next(int nbRows) throws IOException;
Result 代表是一行的数据。常用方法有：
getRow: 返回 rowkey
raw: 返回所有的 key value 数组。
getValue: 按照 column 来获取 cell 的值
Example:
Scan s = new Scan();
s.setMaxVersions();
ResultScanner ss = table.getScanner(s);
for (Result r:ss){
System.out .println(new String(r.getRow()));
for (KeyValue kv:r.raw()){
System.out .println(new String(kv.getColumn()));
}
}
-
插入数据
HTable 通过 put 方法来插入数据。
public void put( final Put put) throws IOException
public void put( final List<Put> puts) throws IOException
可以传递单个批 Put 对象或者 List put 对象来分别实现单条插入和批量插入。
Put 提供了 3 种构造方式：
public Put(byte [] row)
public Put(byte [] row, RowLock rowLock)
public Put(Put putToCopy)
Put 常用的方法有：
add: 增加一个 Cell
setTimeStamp: 指定所有 cell 默认的 timestamp, 如果一个 Cell 没有指定 timestamp, 就会用到这个值。如果没有调用， HBase 会将当前时间作为未指定 timestamp 的 cell 的 timestamp.
setWriteToWAL: WAL 是 Write Ahead Log 的缩写，指的是 HBase 在插入操作前是否写 Log 。默认是打开，关掉会提高性能，但是如果系统出现故障 ( 负责插入的 Region Server 挂掉 ) ，数据可能会丢失。
另外 HTable 也有两个方法也会影响插入的性能
setAutoFlash: AutoFlush 指的是在每次调用 HBase 的 Put 操作，是否提交到 HBase Server 。默认是 true, 每次会提交。如果此时是单条插入，就会有更多的 IO, 从而降低性能 .
setWriteBufferSize: Write Buffer Size 在 AutoFlush 为 false 的时候起作用，默认是 2MB, 也就是当插入数据超过 2MB, 就会自动提交到 Server
Example:
HTable table = new HTable(hbaseConfig , tableName);
table.setAutoFlush(autoFlush);
List<Put> lp = new ArrayList<Put>();
int count = 10000;
byte [] buffer = new byte [1024];
Random r = new Random();
for (int i = 1; i <= count; ++i) {
Put p = new Put(String.format (“row%09d” ,i).getBytes());
r.nextBytes(buffer);
p.add(“f1″ .getBytes(), null , buffer);
p.add(“f2″ .getBytes(), null , buffer);
p.add(“f3″ .getBytes(), null , buffer);
p.add(“f4″ .getBytes(), null , buffer);
p.setWriteToWAL(wal);
lp.add(p);
if (i%1000==0){
table.put(lp);
lp.clear();
}
}
-
删除数据
HTable 通过 delete 方法来删除数据。
public void delete(final Delete delete)
Delete 构造方法有：
public Delete(byte [] row)
public Delete(byte [] row, long timestamp, RowLock rowLock)
public Delete(final Delete d)
Delete 常用方法有
deleteFamily/deleteColumns: 指定要删除的 family 或者 column 的数据。如果不调用任何这样的方法，将会删除整行。
注意：如果某个 Cell 的 timestamp 高于当前时间，这个 Cell 将不会被删除，仍然可以查出来。
Example:
HTable table = new HTable(hbaseConfig, “mytest” );
Delete d = new Delete(“row1″ .getBytes());
table.delete(d);
-
切分表
HBaseAdmin 提供 split 方法来将 table 进行 split.
public void split(final String tableNameOrRegionName)
如果提供的 tableName ，那么会将 table 所有 region 进行 split ; 如果提供的 region Name ，那么只会 split 这个 region.
由于 split 是一个异步操作，我们并不能确切的控制 region 的个数。
Example:
public void split(String tableName,int number,int timeout) throws Exception {
Configuration HBASE_CONFIG = new Configuration();
HBASE_CONFIG.set(“hbase.zookeeper.quorum”, GlobalConf.ZOOKEEPER_QUORUM);
HBASE_CONFIG.set(“hbase.zookeeper.property.clientPort”, GlobalConf.ZOOKEEPER_PORT);
HBaseConfiguration cfg = new HBaseConfiguration(HBASE_CONFIG);
HBaseAdmin hAdmin = new HBaseAdmin(cfg);
HTable hTable = new HTable(cfg,tableName);
int oldsize = 0;
t = System.currentTimeMillis();
while(true){
int size = hTable.getRegionsInfo().size();
logger.info(“the region number=”+size);
if(size>=number ) break;
if(size!=oldsize){
hAdmin.split(hTable.getTableName());
oldsize = size;
}
else if(System.currentTimeMillis()-t>timeout){
break;
}
Thread.sleep(1000*10);
}
}