AI 助理
备案控制台
开发者社区 数据库 文章 正文

【HBase】（七）Hbase 常用API（增删改查）

2022-06-09 726
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
本文涉及的产品
服务治理 MSE Sentinel/OpenSergo，Agent数量 不受限
注册配置 MSE Nacos/ZooKeeper，118元/月
云原生网关 MSE Higress，422元/月
简介： 【HBase】（七）Hbase 常用API（增删改查）

文章目录

一、环境准备

二、HBaseAPI

三、代码实现


一、环境准备

新建项目后在pom.xml 中添加依赖：

<!-- https://mvnrepository.com/artifact/org.apache.hbase/hbase-client -->
    <dependency>
      <groupId>org.apache.hbase</groupId>
      <artifactId>hbase-client</artifactId>
      <version>1.2.0</version>
    </dependency>
    <!-- https://mvnrepository.com/artifact/org.apache.hbase/hbase-common -->
    <dependency>
      <groupId>org.apache.hbase</groupId>
      <artifactId>hbase-common</artifactId>
      <version>1.2.0</version>
    </dependency>
    <!-- https://mvnrepository.com/artifact/org.apache.hbase/hbase-server -->
    <dependency>
      <groupId>org.apache.hbase</groupId>
      <artifactId>hbase-server</artifactId>
      <version>1.2.0</version>
    </dependency>

 

二、HBaseAPI

以下是几个主要 Hbase API 类和数据模型之间的对应关系：


1、 HBaseAdmin

关系： org.apache.hadoop.hbase.client.HBaseAdmin

作用：提供了一个接口来管理 HBase 数据库的表信息。它提供的方法包括：创建表，删 除表，列出表项，使表有效或无效，以及添加或删除表列族成员等。


2、 HBaseConfiguration

关系： org.apache.hadoop.hbase.HBaseConfiguration

作用：对 HBase 进行配置


3、 HTableDescriptor

关系： org.apache.hadoop.hbase.HTableDescriptor

作用：包含了表的名字极其对应表的列族


4、 HColumnDescriptor

关系： org.apache.hadoop.hbase.HColumnDescriptor

作用：维护着关于列族的信息，例如版本号，压缩设置等。它通常在创建表或者为表添 加列族的时候使用。列族被创建后不能直接修改，只能通过删除然后重新创建的方式。

列族被删除的时候，列族里面的数据也会同时被删除。


5、 HTable

关系： org.apache.hadoop.hbase.client.HTable

作用：可以用来和 HBase 表直接通信。此方法对于更新操作来说是非线程安全的。


6、 Put

关系： org.apache.hadoop.hbase.client.Put

作用：用来对单个行执行添加操作


7、 Get

关系： org.apache.hadoop.hbase.client.Get

作用：用来获取单个行的相关信息


8、 Result

关系： org.apache.hadoop.hbase.client.Result

作用：存储 Get 或者 Scan 操作后获取表的单行值。使用此类提供的方法可以直接获取值 或者各种 Map 结构（ key-value 对）


三、代码实现

package com.hbase.util;
import java.io.IOException;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.hbase.Cell;
import org.apache.hadoop.hbase.CellUtil;
import org.apache.hadoop.hbase.HBaseConfiguration;
import org.apache.hadoop.hbase.HColumnDescriptor;
import org.apache.hadoop.hbase.HTableDescriptor;
import org.apache.hadoop.hbase.KeyValue;
import org.apache.hadoop.hbase.NamespaceDescriptor;
import org.apache.hadoop.hbase.TableName;
import org.apache.hadoop.hbase.client.Admin;
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.HTable;
import org.apache.hadoop.hbase.client.Put;
import org.apache.hadoop.hbase.client.Result;
import org.apache.hadoop.hbase.client.ResultScanner;
import org.apache.hadoop.hbase.client.Scan;
import org.apache.hadoop.hbase.client.Table;
import org.apache.hadoop.hbase.filter.CompareFilter.CompareOp;
import org.apache.hadoop.hbase.filter.FilterList;
import org.apache.hadoop.hbase.filter.SingleColumnValueFilter;
import org.apache.hadoop.hbase.util.Bytes;
public class HbaseUtility {
  public static Configuration conf;
  public static Connection conn;
  /**
  * 类级别的初始化，只是在类加载的时候做一次 配置zookeeper的端口2181
  * 配置zookeeper的仲裁主机名centos，如果有多个机器，主机名间用冒号隔开 配置hbase master
  * 还有一种方式是new一个configuration对象，然后用addresource方法去添加xml配置文件 但是像这样显式的配置是会覆盖xml里的配置的
  */
  static {
  conf = HBaseConfiguration.create();
  conf.set("hbase.zookeeper.property.clientPort", "2181");
  conf.set("hbase.zookeeper.quorum", "centos");
  conf.set("hbase.master", "centos:60000");
  try {
    conn = ConnectionFactory.createConnection(conf);
  } catch (IOException e) {
    e.printStackTrace();
  }
  }
  /**
  * 建表，建列族
  * 
  * @param tablename,
  * @param ColumnFamilys
  *            NamespaceDescriptor:维护命名空间的信息,但是namespace，一般用shell来建立
  *            Admin:提供了一个接口来管理 HBase 数据库的表信息
  *            HTableDescriptor:维护了表的名字及其对应表的列族,通过HTableDescriptor对象设置表的特性
  *            HColumnDescriptor:维护着关于列族的信息,可以通过HColumnDescriptor对象设置列族的特性
  */
  public static void createtable(String tablename, String... ColumnFamilys) throws IOException {
  Admin admin = conn.getAdmin();
  // admin.createNamespace(NamespaceDescriptor.create("my_ns").build());
  // HTableDescriptor table=new
  // HTableDescriptor(TableName.valueOf("my_ns"+tablename));
  HTableDescriptor table = new HTableDescriptor(TableName.valueOf(tablename));
  for (String family : ColumnFamilys) {
    HColumnDescriptor columnfamily = new HColumnDescriptor(family);
    table.addFamily(columnfamily);
  }
  if (admin.tableExists(TableName.valueOf(tablename))) {
    System.out.println("Table Exists");
  } else {
    admin.createTable(table);
    System.out.println("Table Created");
    admin.close();
  }
  }
  /**
  * 插入数据,当指定rowkey已经存在，则会覆盖掉之前的旧数据
  * 
  * @param tablename,
  * @param rowkey,
  * @param ColumnFamilys,
  * @param columns,@values
  *            Table:用于与单个HBase表通信 Put:用来对单个行执行添加操作
  */
  public static void insertdata(String tablename, String rowkey, String ColumnFamilys, String[] columns,
    String[] values) throws IOException {
  Table table = conn.getTable(TableName.valueOf(tablename));
  Put put = new Put(Bytes.toBytes(rowkey));
  for (int i = 0; i < columns.length; i++) {
    put.addColumn(Bytes.toBytes(ColumnFamilys), Bytes.toBytes(columns[i]), Bytes.toBytes(values[i]));
  }
  table.put(put);
  System.out.println("data inserted");
  table.close();
  }
  /**
  * 根据rowkey删除整行的所有列族、所有行、所有版本
  * 
  * @param tablename
  * @param rowkey
  */
  public static void deleterow(String tablename, String rowkey) throws IOException {
  Table table = conn.getTable(TableName.valueOf(tablename));
  Delete delete = new Delete(Bytes.toBytes(rowkey));
  table.delete(delete);
  table.close();
  System.out.println("row" + rowkey + " is deleted");
  }
  /**
  * 删除某个row的指定列
  * 
  * @param tablename
  * @param rowkey
  * @param columnfamily
  * @param column
  */
  public static void deletecol(String tablename, String rowkey, String columnfamily, String column)
    throws IOException {
  Table table = conn.getTable(TableName.valueOf(tablename));
  Delete delete = new Delete(Bytes.toBytes(rowkey));
  delete.deleteColumn(Bytes.toBytes(columnfamily), Bytes.toBytes(column));
  table.delete(delete);
  table.close();
  System.out.println("row" + rowkey + " is deleted");
  }
  /**
  * 删除指定列族中所有列的时间戳等于指定时间戳的版本数据
  * 
  * @param tablename
  * @param rowkey
  * @param columnfamily
  * @param timestamp
  */
  public static void deleteversion(String tablename, String rowkey, String columnfamily, Long timestamp)
    throws IOException {
  Table table = conn.getTable(TableName.valueOf(tablename));
  Delete delete = new Delete(Bytes.toBytes(rowkey));
  delete.deleteFamilyVersion(Bytes.toBytes(columnfamily), timestamp);
  table.delete(delete);
  table.close();
  System.out.println("row" + rowkey + " is deleted");
  }
  /**
  * 删除指定列族,注意要先disable，修改完再enable表
  * 
  * @param tablename,
  * @param columnfamily
  * 
  */
  public static void deletefamily(String tablename, String columnfamily) throws IOException {
  Admin admin = conn.getAdmin();
  admin.disableTable(TableName.valueOf(tablename));
  HTableDescriptor table = admin.getTableDescriptor(TableName.valueOf(tablename));
  table.removeFamily(Bytes.toBytes(columnfamily));
  admin.modifyTable(TableName.valueOf(tablename), table);
  admin.enableTable(TableName.valueOf(tablename));
  System.out.println("columnfamily " + columnfamily + " is deleted");
  admin.close();
  }
  /**
  * drop表,注意要先disable表,否则会报错
  * 
  * @param tablename
  */
  public static void droptable(String tablename) throws IOException {
  Admin admin = conn.getAdmin();
  admin.disableTable(TableName.valueOf(tablename));
  admin.deleteTable(TableName.valueOf(tablename));
  System.out.println("Table " + tablename + " is droped");
  }
  /**
  * 扫描全表
  * 
  * @param tablename
  */
  public static void scantable(String tablename) throws IOException {
  Scan scan = new Scan();
  Table table = conn.getTable(TableName.valueOf(tablename));
  ResultScanner rs = table.getScanner(scan);
  for (Result result : rs) {
    for (Cell cell : result.listCells()) {
    System.out.println(Bytes.toString(cell.getRow()) + "    " + "column=" + Bytes.toString(cell.getFamily())
      + ":" + Bytes.toString(cell.getQualifier()) + ",timestamp=" + cell.getTimestamp() + ",value="
      + Bytes.toString(cell.getValue()));
    }
  }
  rs.close();
  }
  /**
  * 根据rowkey对表进行scan
  * 
  * @param tablename
  * @param rowkey
  *            scan 'student',{ROWPREFIXFILTER => '1'}
  */
  public static void scanrow(String tablename, String rowkey) throws IOException {
  Get get = new Get(Bytes.toBytes(rowkey));
  Table table = conn.getTable(TableName.valueOf(tablename));
  Result result = table.get(get);
  for (KeyValue kv : result.list()) {
    System.out.println(
      rowkey + "    column=" + Bytes.toString(kv.getFamily()) + ":" + Bytes.toString(kv.getQualifier())
        + "," + "timestamp=" + kv.getTimestamp() + ",value=" + Bytes.toString(kv.getValue()));
  }
  }
  /**
  * 获取指定rowkey中，指定列的最新版本数据
  * 
  * @param tablename
  * @param rowkey
  * @param columnfamily
  * @param column
  */
  public static void scanspecifycolumn(String tablename, String rowkey, String columnfamily, String column)
    throws IOException {
  Table table = conn.getTable(TableName.valueOf(tablename));
  Get get = new Get(Bytes.toBytes(rowkey));
  get.addColumn(Bytes.toBytes(columnfamily), Bytes.toBytes(column));
  Result result = table.get(get);
  for (KeyValue kv : result.list()) {
    System.out.println(
      rowkey + "    column=" + Bytes.toString(kv.getFamily()) + ":" + Bytes.toString(kv.getQualifier())
        + "," + "timestamp=" + kv.getTimestamp() + ",value=" + Bytes.toString(kv.getValue()));
  }
  }
  /**
  * 获取行键指定的行中，指定时间戳的数据,
  * 
  * @param tablename
  * @param rowkey
  * @param timestamp
  *            如果要获取指定时间戳范围的数据，可以使用get.setTimeRange方法
  */
  public static void scanspecifytimestamp(String tablename, String rowkey, Long timestamp) throws IOException {
  Get get = new Get(Bytes.toBytes(rowkey));
  get.setTimeStamp(timestamp);
  Table table = conn.getTable(TableName.valueOf(tablename));
  Result result = table.get(get);
  for (KeyValue kv : result.list()) {
    System.out.println(
      rowkey + "    column=" + Bytes.toString(kv.getFamily()) + ":" + Bytes.toString(kv.getQualifier())
        + "," + "timestamp=" + kv.getTimestamp() + ",value=" + Bytes.toString(kv.getValue()));
  }
  }
  /**
  * 获取行键指定的行中，所有版本的数据
  * 能输出多版本数据的前提是当前列族能保存多版本数据，列族可以保存的数据版本数通过HColumnDescriptor的setMaxVersions(Int)方法设置。
  * 
  * @param tablename
  * @param rowkey
  * @param timestamp
  */
  public static void scanallversion(String tablename, String rowkey) throws IOException {
  Get get = new Get(Bytes.toBytes(rowkey));
  get.setMaxVersions();
  Table table = conn.getTable(TableName.valueOf(tablename));
  Result result = table.get(get);
  for (KeyValue kv : result.list()) {
    System.out.println(
      rowkey + "    column=" + Bytes.toString(kv.getFamily()) + ":" + Bytes.toString(kv.getQualifier())
        + "," + "timestamp=" + kv.getTimestamp() + ",value=" + Bytes.toString(kv.getValue()));
  }
  }
  /**
  * 使用过滤器，获取18-20岁之间的学生信息
  * 
  * @param tablename
  * @param age
  * @throws IOException
  */
  public static void scanfilterage(String tablename, int startage, int endage) throws IOException {
  Table table = conn.getTable(TableName.valueOf(tablename));
  FilterList filterList = new FilterList(FilterList.Operator.MUST_PASS_ALL);
  SingleColumnValueFilter filter1 = new SingleColumnValueFilter(Bytes.toBytes("information"),
    Bytes.toBytes("age"), CompareOp.GREATER_OR_EQUAL, Bytes.toBytes(startage));
  SingleColumnValueFilter filter2 = new SingleColumnValueFilter(Bytes.toBytes("information"),
    Bytes.toBytes("age"), CompareOp.LESS_OR_EQUAL, Bytes.toBytes(endage));
  filterList.addFilter(filter1);
  filterList.addFilter(filter2);
  Scan scan = new Scan();
  scan.setFilter(filterList);
  ResultScanner rs = table.getScanner(scan);
  for (Result r : rs) {
    for (Cell cell : r.listCells()) {
    System.out.println(Bytes.toString(cell.getRow()) + "   Familiy:Quilifier : "
      + Bytes.toString(cell.getFamily()) + ":" + Bytes.toString(cell.getQualifier()) + "   Value : "
      + Bytes.toString(cell.getValue()) + "   Time : " + cell.getTimestamp());
    }
  }
  table.close();
  }
  public static void main(String[] args) throws IOException {
  String[] col1 = new String[] { "name", "age" };
  String[] val1 = new String[] { "xx", "18" };
  String[] col2 = new String[] { "chinese", "math" };
  String[] val2 = new String[] { "60", "70" };
  createtable("student", "imformation", "score");
  insertdata("student", "1", "imformation", col1, val1);
  insertdata("student", "1", "imformation", col2, val2);
  deleterow("student", "1");
  deletecol("student", "1", "imformation", "chinese");
  deleteversion("student", "1", "imformation", 1533482642629L);
  deletefamily("student", "imformation");
  droptable("student");
  scantable("student");
  scanrow("student", "1");
  scanspecifycolumn("student", "1", "imformation", "chinese");
  scanspecifytimestamp("student", "imformation", 1533482642629L);
  scanallversion("student", "1");
  scanfilterage("student", 18, 20);
  }
}
文章标签：
云数据库HBase版
微服务引擎
Hbase
安全
API
数据库
存储
分布式数据库
关键词：
API增删改查
云数据库HBase版增删改查
API Hbase
云数据库HBase版api
相关实践学习
lindorm多模间数据无缝流转
展现了Lindorm多模融合能力——用kafka API写入，无缝流转在各引擎内进行数据存储和计算的实验。
云数据库HBase版使用教程
&nbsp; 相关的阿里云产品：云数据库 HBase 版 面向大数据领域的一站式NoSQL服务，100%兼容开源HBase并深度扩展，支持海量数据下的实时存储、高并发吞吐、轻SQL分析、全文检索、时序时空查询等能力，是风控、推荐、广告、物联网、车联网、Feeds流、数据大屏等场景首选数据库，是为淘宝、支付宝、菜鸟等众多阿里核心业务提供关键支撑的数据库。 了解产品详情:&nbsp;https://cn.aliyun.com/product/hbase &nbsp; ------------------------------------------------------------------------- 阿里云数据库体验：数据库上云实战 开发者云会免费提供一台带自建MySQL的源数据库&nbsp;ECS 实例和一台目标数据库&nbsp;RDS实例。跟着指引，您可以一步步实现将ECS自建数据库迁移到目标数据库RDS。 点击下方链接，领取免费ECS&amp;RDS资源，30分钟完成数据库上云实战！https://developer.aliyun.com/adc/scenario/51eefbd1894e42f6bb9acacadd3f9121?spm=a2c6h.13788135.J_3257954370.9.4ba85f24utseFl
云祁
目录
相关文章
热烈的马
|
7月前
|
Java Shell 分布式数据库
【大数据技术Hadoop+Spark】HBase数据模型、Shell操作、Java API示例程序讲解（附源码 超详细）
【大数据技术Hadoop+Spark】HBase数据模型、Shell操作、Java API示例程序讲解（附源码 超详细）
热烈的马
162 0
安然AR
|
存储 分布式计算 Hadoop
分布式数据库HBase的常用操作的对应的API编程接口
HBase是一个分布式数据库系统，基于Google的BigTable和Apache Hadoop的HDFS构建。它提供了一个高性能、可扩展的数据库平台，适用于大规模的数据存储和处理。在阿里云开发者社区中，很多开发者都会使用HBase进行数据存储和处理。本文将介绍HBase的常用操作及其对应的API编程接口。
安然AR
306 0
武子康
|
2月前
|
SQL 分布式计算 Hadoop
Hadoop-37 HBase集群 JavaAPI 操作3台云服务器 POM 实现增删改查调用操作 列族信息 扫描全表
Hadoop-37 HBase集群 JavaAPI 操作3台云服务器 POM 实现增删改查调用操作 列族信息 扫描全表
武子康
34 3
武子康
|
2月前
|
分布式计算 Hadoop Shell
Hadoop-36 HBase 3节点云服务器集群 HBase Shell 增删改查 全程多图详细 列族 row key value filter
Hadoop-36 HBase 3节点云服务器集群 HBase Shell 增删改查 全程多图详细 列族 row key value filter
武子康
59 3
武子康
|
2月前
|
分布式计算 Java 大数据
大数据-147 Apache Kudu 常用 Java API 增删改查
大数据-147 Apache Kudu 常用 Java API 增删改查
武子康
36 1
qa浪涛
|
2月前
|
存储 数据库连接 API
构建RESTful API：使用FastAPI实现高效的增删改查操作
构建RESTful API：使用FastAPI实现高效的增删改查操作
qa浪涛
74 0
香吧香
|
5月前
|
API
zookeeper 使用api 进行节点增删改查及实现简易的配置中心
zookeeper 使用api 进行节点增删改查及实现简易的配置中心
香吧香
53 2
_BugMan
|
6月前
|
Java 大数据 API
【大数据】HDFS、HBase操作教程（含指令和JAVA API）
【大数据】HDFS、HBase操作教程（含指令和JAVA API）
_BugMan
155 0
【大数据】HDFS、HBase操作教程（含指令和JAVA API）
诸葛子房
|
7月前
|
Java 分布式数据库 API
HBase java API
HBase java API
诸葛子房
50 0
Maynor
|
7月前
|
存储 分布式计算 分布式数据库
对给定的数据利用MapReduce编程实现数据的清洗和预处理，编程实现数据存储到HBase数据库，实现数据的增删改查操作接口
对给定的数据利用MapReduce编程实现数据的清洗和预处理，编程实现数据存储到HBase数据库，实现数据的增删改查操作接口
Maynor
61 0

热门文章

最新文章

  • 1
    如何降低90%Java垃圾回收时间？以阿里HBase的GC优化实践为例
  • 2
    开源大数据技术专场（上午）:Spark、HBase、JStorm应用与实践
  • 3
    如何降低90%Java垃圾回收时间？以阿里HBase的GC优化实践为例
  • 4
    HBase进化之从NoSQL到NewSQL，凤凰涅槃成就Phoenix
  • 5
    成为hbase社区国内第20个committer
  • 6
    Hbase原理介绍和使用场景分析
  • 7
    hbase 报文 处理 逻辑
  • 8
    Facebook's New Realtime Analytics System: HBase to Process 20 Billion Events Per Day
  • 9
    写在HBase源码分析前面的话
  • 10
    HBase 性能调优第一弹：内存篇
  • 1
    Java Stream API详解与使用
    92
  • 2
    Kubernetes学习-集群搭建篇(三) Node配置完善和API概述
    84
  • 3
    HTML5 Canvas 提供丰富的绘图API，支持绘制图形、文本、渐变和图像，助力游戏开发
    70
  • 4
    Java 8新特性之Lambda表达式与Stream API的深度解析
    99
  • 5
    Linux系统编程之文件编程常用API回顾和文件编程一般步骤
    80
  • 6
    阿里云微服务引擎及 API 网关 2024 年 4 月产品动态
    387
  • 7
    阿里云微服务引擎 MSE 及 API 网关 2024 年 04 月产品动态
    265
  • 8
    智能体-Agent能力升级！新增Assistant API & Tools API服务接口
    543
  • 9
    使用Performance API进行性能监控
    103
  • 10
    RESTful API的最佳实践
    64

    • 相关课程

    更多
  • HBase入门与实战
  • 云数据库HBase版使用教程
  • HBase入门教程
  • 分布式数据库 HBase 快速入门
  • NoSQL数据库Kudu教程
  • Hadoop快速入门

    • 相关电子书

    更多
  • Spring Boot2.0实战Redis分布式缓存
  • CUDA MATH API
  • API PLAYBOOK

    • 相关实验场景

    更多
  • 基于Hologres+Flink搭建GitHub实时数据大屏
  • 基于Assistant Api的旅游助手
  • 快速体验智能体API应用
  • 通过Lindorm-cli连接并使用宽表引擎
  • 5分钟上手Flink MySQL连接器
  • 数据湖构建DLF快速入门
    • 下一篇
    fs.oss.accessKeyId和fs.oss.accessKeySecret。