HBSAE实践：(先启动zookeeper)
1、安装(hbase-0.98.6-hadoop2)
（1）安装zookeeper(zookeeper-3.4.5)
首先，将zoo_sample.cfg改名为zoo.cfg(要求所有机器保持一致)
server.0=master:8880:7770 server.1=slave1:8881:7771 server.2=slave2:8882:7772
然后，zookeeper根目录创建myid(每个机器独立分配，不能重复)
启动，]# ./bin/zkServer.sh start
检查：]# ./bin/zkServer.sh status
（2）安装hbase
首先：hbase-env.sh设置环境变量
export JAVA_HOME=/usr/local/src/jdk1.8.0_172 export HBASE_MANAGES_ZK=false
修改hbase-site.xml：
<property> <name>hbase.rootdir</name> <value>hdfs://master:9000/hbase</value> </property> <property> <name>hbase.cluster.distributed</name> <value>true</value> </property> <property> <name>hbase.zookeeper.quorum</name> <value>master,slave1,slave2</value> </property> <property> <name>hbase.master.maxclockskew</name> <value>150000</value> </property>
接下来，创建regionservers文件，里面存储regionserver的master地址
1 slave1
2 slave2
将这些配置分发拷贝到其他节点(scp)
启动 ./bin/start-hbase.sh
(1)在主节点看到HMaster进程，在从节点看到HRegionServer进程
(2)]# hbase shell，进入终端执行status，查看状态
(3)web UI:192.168.179.10:60010
2、hbase shell的基础操作
list查看有哪些表格
删除表格：
> disable "m_table"
> drop "m_table"
创建表格：
> create 'm_table', 'meta_data', 'action'
查看数据(全表扫描)——不建议直接用
> scan "m_table"
增加cf：
> alter "m_table", {NAME=>'cf_new'}
删除cf：
> alter "m_table", {NAME=>'cf_new', METHOD=>'delete'}
查看表格有多少条记录：
> count "m_table"
删掉一条记录
delete "m_table", "user|4001", "meta_data:name"
写数据：
put "m_table", '1002', 'meta_data:name', 'li4'
put "m_table", '1001', 'meta_data:age', '18'
put "m_table", '1002', 'meta_data:gender', 'man'
查看数据
逐条读：get "m_table", '1002'
get "m_table", '1002'， 'meta_data:name'
批量读：scan "m_table"
过滤
(1)找zhang3，值
--通过明确的value，反查记录
scan "m_table", FILTER=>"ValueFilter(=, 'binary:zhang3')" scan "m_table", FILTER=>"ValueFilter(=, 'binary:wang5')"
(2)找包含‘a’的value
--通过value漫匹配，反查记录
scan "m_table", FILTER=>"ValueFilter(=, 'substring:a')"
(3)列名匹配
两个条件同时限制，对列明的前缀做校验
scan "m_table", FILTER=>"ColumnPrefixFilter('na') AND ValueFilter(=, 'substring:zhang3')" scan "m_table", FILTER=>"ColumnPrefixFilter('na') put "m_table", '3001', 'meta_data:name', '777'
(4)rowkey匹配---查询rowkey prefix的方式：
以10开头：
> scan "m_table", FILTER=>"PrefixFilter('10')"
指定rowkey的范围,rowkey之后的数据
> scan "m_table", {STARTROW=>'1002'} > scan "m_table", {STARTROW=>'1002', FILTER=>"PrefixFilter('10')"}
修改版本号：
> alter "m_table", {NAME=>'meta_data', VERSIONS => 3} put "m_table", '1001', 'meta_data:name', 'wang5' put "m_table", '1001', 'meta_data:name', 'zhao6' put "m_table", '1001', 'meta_data:name', 'heng7' get "m_table", '1001'
指定版本号读取：
get "m_table", '1001', {COLUMN=>"meta_data:name", VERSIONS => 1} get "m_table", '1001', {COLUMN=>"meta_data:name", VERSIONS => 2} > get "m_table", '1001', {COLUMN=>"meta_data:name", VERSIONS => 3} get "m_table", '1001', {COLUMN=>"meta_data:name", TIMESTAMP=>1573349851782} get "m_table", '1001', {COLUMN=>"meta_data:name", TIMESTAMP=>1573349547463}
正则过滤
1.行正则
import org.apache.hadoop.hbase.filter.RegexStringComparator import org.apache.hadoop.hbase.filter.CompareFilter import org.apache.hadoop.hbase.filter.SubstringComparator import org.apache.hadoop.hbase.filter.RowFilter scan 'm_table', {FILTER => RowFilter.new(CompareFilter::CompareOp.valueOf('EQUAL'),RegexStringComparator.new('^10'))}
2.值正则：
import org.apache.hadoop.hbase.filter.CompareFilter import org.apache.hadoop.hbase.filter.SingleColumnValueFilter import org.apache.hadoop.hbase.filter.SubstringComparator scan "m_table", {FILTER=>RowFilter.new(CompareFilter::CompareOp.valueOf('EQUAL'), RegexStringComparator.new('^user\|\d+$'))}
值正则：
import org.apache.hadoop.hbase.filter.CompareFilter import org.apache.hadoop.hbase.filter.SingleColumnValueFilter import org.apache.hadoop.hbase.filter.SubstringComparator scan "m_table", {FILTER=>RowFilter.new(CompareFilter::CompareOp.valueOf('EQUAL'), RegexStringComparator.new('^user\|\d+$'))}
清空词表
> truncate "m_table"
查看行数
> count 'm_table'(同一个row是一行,下图3行)
3、python操作hbase
1）首先启动thrift服务
1.本地操作 ]# ./bin/hbase-daemon.sh start thrift
]# netstat -antp | grep 9090
2)下载thrift源码包：thrift-0.8.0.tar.gz
解压后，编译安装：]# ./configure && ./make && ./make install
]# cd lib/py/build/lib.linux-x86_64-2.6/
看到thrift的python模块包
3)下载hbase源码包：hbase-0.98.24-src.tar.gz
解压，]# ls hbase-thrift/src/main/resources/org/apache/hadoop/hbase/
看到thrift的模块包，进入该目录
]# thrift --gen py Hbase.thrift
产生hbase的python模块包gen-py，把hbase的python包copy出来
需要依赖模块
下载thrift-0.8.0.tar.gz
解压：
1)configure
2)make
3)make install
下载hbase-0.98.24-src.tar.gz源码包
解压后，进入目录，再进入子目录 hbase-thrift/src/main/resources/org/apache/hadoop/hbase/中
thrift --gen py Hbase.thrift
产生gen-py，目录下存在hbase的模块
启动thrift服务
]# ./hbase-daemon.sh start thrift
netstat -antp |grep 9090
ps aux | grep 5324
1)创建表格
python create_table.py
2)写数据
python insert_data.py
3)读数据+扫描数据
python get_one_line.py
python scan_many_lines.py
4、mr+hbase
batch_insert+MapReduce
运行bash run.sh--时实现hdfs批量网hbse里灌，count统计记录行验证
5、Hive+Hbase
创建Hbase表：
> create 'classes','user' put 'classes','001','user:name','jack' put 'classes','001','user:age','20' put 'classes','002','user:name','liza'
创建hive表：
]# cat create_hive_hbase_table.sql CREATE EXTERNAL Table classes(id int, name string, age int) STORED BY 'org.apache.hadoop.hive.hbase.HBaseStorageHandler' WITH SERDEPROPERTIES("hbase.columns.mapping"=":key,user:name,user:age") TBLPROPERTIES("hbase.table.name"="classes")
返回到hbase中，插入数据测试
> put 'classes','003','user:age','18908989089'
