1.前言
本文是作者大数据专栏系列的其中一篇，前文中已经详细聊过分布式文件系统HDFS和分布式数据库HBase了，本文将会是它们的实操讲解。
2.HDFS
2.1.指令操作
创建目录：
hdfs dfs -mkdir /user/mydir
递归创建目录：
hdfs dfs -mkdir -p /user/mydir/subdir
上传文件到HDFS：
hdfs dfs -put localfile.txt /user/mydir/
下载文件到本地：
hdfs dfs -get /user/mydir/file.txt localdir/
删除文件：
hdfs dfs -rm /user/mydir/file.txt
递归删除目录：
hdfs dfs -rm -r /user/mydir
查看目录内容：
hdfs dfs -ls /user/mydir
递归查看目录内容：
hdfs dfs -lsr /user/mydir
查看文件详细信息：
hdfs dfs -stat /user/mydir/file.txt
移动或重命名文件：
hdfs dfs -mv /user/mydir/file.txt /user/mydir/newfile.txt
复制文件、目录：
hdfs dfs -cp /user/mydir/file.txt /user/mydir2/
查看文件内容：
hdfs dfs -cat /user/mydir/file.txt
2.2.JAVA API
首先这里有个巨坑：
一定要把core-site.xml里面的fs.defaultFS换成真实IP地址，不能用localhsot
<configuration <property> <name>hadoop.tmp.version</name> <value>file:/usr/local/hadoop/tmp</value> </property> <property> <name>fs.defaultFS</name> <value>hdfs://localhost:9000</value> </property> </configuration>
如果JAVA API的client端会先找HDFS拿到fs.defaultFS，然后再去访问拿到的地址上的HDFS，如果JAVA API的client端和HDFS不在一台机器上，JAVA API的Client就会去访问它本地的localhost的9000端口上的服务，会直接报错：
Connection refused: no further information
依赖：
<dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-client</artifactId> <version>3.1.3</version> </dependency>
代码示例：
import java.io.*; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.FileSystem; import org.apache.hadoop.fs.Path; import org.apache.hadoop.io.IOUtils; public class HDFSSample { public static void main(String[] args) throws IOException { Configuration conf = new Configuration(); FileSystem fs = FileSystem.get(conf); // 创建目录 createDirectory(fs, "/user/hadoop/testdir"); // 上传文件 uploadFile(fs, "/user/hadoop/testfile.txt", "C:/localfile.txt"); // 下载文件 downloadFile(fs, "/user/hadoop/testfile.txt", "C:/downloadedfile.txt"); // 列出目录内容 listDirectory(fs, "/user/hadoop"); // 删除文件 deleteFile(fs, "/user/hadoop/testfile.txt"); // 删除目录 deleteDirectory(fs, "/user/hadoop/testdir"); // 关闭文件系统 fs.close(); } private static void createDirectory(FileSystem fs, String dirPath) throws IOException { fs.mkdirs(new Path(dirPath)); System.out.println("Directory created: " + dirPath); } private static void uploadFile(FileSystem fs, String hdfsPath, String localFilePath) throws IOException { Path hdfsPathObj = new Path(hdfsPath); Path localPathObj = new Path(localFilePath); fs.copyFromLocalFile(false, true, localPathObj, hdfsPathObj); System.out.println("File uploaded: " + localFilePath + " to " + hdfsPath); } private static void downloadFile(FileSystem fs, String hdfsPath, String localFilePath) throws IOException { Path hdfsPathObj = new Path(hdfsPath); Path localPathObj = new Path(localFilePath); fs.copyToLocalFile(true, hdfsPathObj, localPathObj); System.out.println("File downloaded: " + hdfsPath + " to " + localFilePath); } private static void listDirectory(FileSystem fs, String dirPath) throws IOException { for (FileStatus file : fs.listStatus(new Path(dirPath))) { System.out.println("File/Directory: " + file.getPath().toString()); } } private static void deleteFile(FileSystem fs, String filePath) throws IOException { Path filePathObj = new Path(filePath); if (fs.exists(filePathObj)) { fs.delete(filePathObj, false); System.out.println("File deleted: " + filePath); } else { System.out.println("File not found: " + filePath); } } private static void deleteDirectory(FileSystem fs, String dirPath) throws IOException { Path dirPathObj = new Path(dirPath); if (fs.exists(dirPathObj)) { fs.delete(dirPathObj, true); System.out.println("Directory deleted: " + dirPath); } else { System.out.println("Directory not found: " + dirPath); } } }
3.HBase
3.1.指令操作
创建一个列族为info的student表：
create 'Student', 'info'
往表里插数据：
put 'Student', '1', 'info:id', '1' put 'Student', '1', 'info:name', 'Alice' put 'Student', '1', 'info:age', '20' put 'Student', '1', 'info:major', 'Computer Science' put 'Student', '2', 'info:id', '2' put 'Student', '2', 'info:name', 'Bob' put 'Student', '2', 'info:age', '21' put 'Student', '2', 'info:major', 'Mathematics'
查询单个：
get 'Student', '1'
查询批量：
scan 'Student'
条件批量查询：
scan 'Student', {FILTER => "SingleColumnValueFilter('info','age', >=, 'binary:20')"}
在HBase中，Scan对象用于定义在表上进行扫描时的参数，包括哪些行和列需要被检索，以及如何处理这些数据。Filter是Scan的一部分，用于在服务器端对返回的数据进行过滤，以减少网络传输的数据量，提高查询效率。 Filter类提供了一种方式来指定复杂的过滤逻辑，允许你基于行键（Row Key）、列族、列限定符和时间戳来筛选结果。以下是一些常见的Filter类型及其用法：
RowFilter： 用于基于行键的比较，如RowFilter(=, 'binary:rowKey')，匹配特定的行键。
SingleColumnValueFilter： 用于基于列族和列限定符的值进行比较，如SingleColumnValueFilter('cf', 'qualifier', CompareOp.GREATER_OR_EQUAL,BinaryComparator.valueOf(Bytes.toBytes(20)))，匹配特定列族和列限定符的值大于或等于给定值的行。
PrefixFilter： 用于匹配以特定前缀开头的行键，如PrefixFilter(Bytes.toBytes('row-prefix'))。
RegexStringComparator： 用于基于正则表达式匹配行键，如RowFilter(CompareOp.EQUAL, RegexStringComparator('.pattern.'))。
MultipleColumnPrefixFilter： 用于匹配具有相同前缀的多个列，如MultipleColumnPrefixFilter(Bytes.toBytes('col-prefix'))。
PageFilter： 用于限制返回结果的数量，这对于大数据量的扫描很有用，如PageFilter(pageSize)，pageSize是你希望一次返回的最大行数。
TimestampsFilter： 用于指定返回的行必须包含特定时间戳范围内的版本，如TimestampsFilter(timestamps)，timestamps是一个包含多个时间戳的列表。
ValueFilter 和 QualifierFilter： 分别基于列值和列限定符进行过滤。
使用不同类型的过滤器的指令示例：
RowFilter（基于行键过滤）
scan 'Student', {FILTER => "RowFilter(=, 'regexstring:^1')"}
SingleColumnValueFilter（基于特定列的值过滤）
scan 'Student', {FILTER => "SingleColumnValueFilter ('info', 'age', >=, 'binary:20')"}
PrefixFilter（基于列前缀过滤）
scan 'Student', {FILTER => "PrefixFilter(Bytes.toBytes('info'))"}
RegexStringComparator（基于列值的正则表达式过滤）
scan 'Student', {FILTER => "RowFilter(=, 'regexstring:.Alice.')"}
MultipleColumnPrefixFilter（基于多列前缀过滤）
scan 'Student', {FILTER => "MultipleColumnPrefixFilter(Bytes.toBytes('info'))"}
ValueFilter（基于列值的比较过滤）
scan 'Student', {FILTER => "ValueFilter(=, 'binary:Alice')"}
QualifierFilter（基于列限定符的比较过滤）
scan 'Student', {FILTER => "QualifierFilter(=, 'binary:age')"}
清理表：
delete 'Student', '1' delete 'Student', '2' delete 'Student', '3' disable 'Student' drop 'Student'
3.2.JAVA API
HBase也要注意和HDFS中相似的问题，hbase-site.xml中也要用真实的IP地址，不然JAVA API的Client端和HBase不在一台机器上的会，就会访问不到HBase，下面的代码中作为演示代码并没有用真实IP，仍然用的LocalHost，这点要注意。
依赖：
<dependency> <groupId>org.apache.hbase</groupId> <artifactId>hbase-client</artifactId> <version>2.2.2</version> </dependency>
代码示例：
import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.hbase.HBaseConfiguration; import org.apache.hadoop.hbase.TableName; import org.apache.hadoop.hbase.client.Connection; import org.apache.hadoop.hbase.client.ConnectionFactory; import org.apache.hadoop.hbase.client.Delete; import org.apache.hadoop.hbase.client.Get; import org.apache.hadoop.hbase.client.Put; import org.apache.hadoop.hbase.client.Result; import org.apache.hadoop.hbase.client.Table; import org.apache.hadoop.hbase.util.Bytes; public class HBaseExample { public static void main(String[] args) { Configuration config = HBaseConfiguration.create(); config.set("hbase.zookeeper.quorum", "localhost"); // 设置ZooKeeper地址 config.set("hbase.zookeeper.property.clientPort", "2181"); // 设置ZooKeeper端口 try (Connection connection = ConnectionFactory.createConnection(config); Table table = connection.getTable(TableName.valueOf("students"))) { // 创建表 table.createIfNotExists(); // 插入数据 Put put1 = new Put(Bytes.toBytes("student1")); put1.addColumn(Bytes.toBytes("info"), Bytes.toBytes("name"), Bytes.toBytes("Alice")); put1.addColumn(Bytes.toBytes("info"), Bytes.toBytes("age"), Bytes.toBytes("20")); put1.addColumn(Bytes.toBytes("info"), Bytes.toBytes("major"), Bytes.toBytes("CS")); table.put(put1); Put put2 = new Put(Bytes.toBytes("student2")); put2.addColumn(Bytes.toBytes("info"), Bytes.toBytes("name"), Bytes.toBytes("Bob")); put2.addColumn(Bytes.toBytes("info"), Bytes.toBytes("age"), Bytes.toBytes("21")); put2.addColumn(Bytes.toBytes("info"), Bytes.toBytes("major"), Bytes.toBytes("Math")); table.put(put2); // 查询数据 Get get = new Get(Bytes.toBytes("student1")); Result result = table.get(get); System.out.println("Name: " + Bytes.toString(result.getValue(Bytes.toBytes("info"), Bytes.toBytes("name")))); System.out.println("Age: " + Bytes.toInt(result.getValue(Bytes.toBytes("info"), Bytes.toBytes("age")))); System.out.println("Major: " + Bytes.toString(result.getValue(Bytes.toBytes("info"), Bytes.toBytes("major")))); // 根据条件删除数据 Delete delete = new Delete(Bytes.toBytes("student1")); table.delete(delete); } catch (IOException e) { e.printStackTrace(); } } }
