起风网一、HBase的安装配置
1.1 伪分布模式安装
伪分布模式安装即在一台计算机上部署HBase的各个角色，HMaster、HRegionServer以及ZooKeeper都在一台计算机上来模拟。
首先，准备好HBase的安装包，我这里使用的是HBase-0.94.7的版本，已经上传至百度网盘之中（URL：http://pan.baidu.com/s/1pJ3HTY7）
（1）通过FTP将hbase的安装包拷贝到虚拟机hadoop-master中，并执行一系列操作：解压缩、重命名、设置环境变量
①解压缩：tar -zvxf hbase-0.94.7-security.tar.gz
②重命名：mv hbase-94.7-security hbase
③设置环境变量：vim /etc/profile，增加内容如下，修改后重新生效：source /etc/profile
export HBASE_HOME=/usr/local/hbase
export PATH=.:$HADOOP_HOME/bin:$HBASE_HOME/bin:$ZOOKEEPER_HOME/bin:$JAVA_HOME/bin:$PATH
（2）进入hbase/conf目录下，修改hbase-env.sh文件：
export JAVA_HOME=/usr/local/jdk
export HBASE_MANAGES_ZK=true #告诉HBase使用它自己的zookeeper实例，分布式模式下需要设置为false
（3）在hbase/conf目录下，继续修改hbase-site.xml文件：
<property>
<name>hbase.rootdir</name>
<value>hdfs://hadoop-master:9000/hbase</value>
</property>
<property>
<name>hbase.cluster.distributed</name>
<value>true</value>
</property>
<property>
<name>hbase.zookeeper.quorum</name>
<value>hadoop-master</value>
</property>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
（4）【可选步凑】修改regionservers文件，将localhost改为主机名：hadoop-master
（5）启动HBase：start-hbase.sh
PS：由上一篇可知，HBase是建立在Hadoop HDFS之上的，因此在启动HBase之前要确保已经启动了Hadoop，启动Hadoop的命令是：start-all.sh
（6）验证是否启动HBase：jps
由上图发现，多了三个java进程：HMaster、HRegionServer以及HQuorumPeer。
还可以通过访问HBase的Web接口查看：http://hadoop-master:60010
1.2 分布式模式安装
本次安装在1.1节的伪分布模式的基础上进行修改搭建分布式模式，本次的集群实验环境结构如下图所示：
由上图可知，HMaster角色是192.168.80.100（主机名：hadoop-master），而两个HRegionServer角色则是两台192.168.80.101（主机名：hadoop-slave1）和192.168.80.102（主机名：hadoop-slave2）组成的。
（1）修改hadoop-master服务器上的的几个关键配置文件：
①修改hbase/conf/hbase-env.sh：将最后一行修改为如下内容
export HBASE_MANAGES_ZK=false #不使用HBase自带的zookeeper实例
②修改hbase/conf/regionservers：将原来的hadoop-master改为如下内容
hadoop-slave1
hadoop-slave2
（2）将hadoop-master上的hbase文件夹与/etc/profile配置文件整体复制到hadoop-slave1与hadoop-slave2中：
scp -r /usr/local/hbase hadoop-slave1:/usr/local/
scp -r /usr/local/hbase hadoop-slave2:/usr/local/
scp /etc/profile hadoop-slave1:/etc/
scp /etc/profile hadoop-slave2:/etc/
（3）在hadoop-slave1与hadoop-slave2中使配置文件生效：
source /etc/profile
（4）在hadoop-master中启动Hadoop、Zookeeper与HBase：（注意先后顺序）
start-all.sh
zkServer.sh start
start-hbase.sh
（5）在HBase的Web接口中查看Hbase集群状态：
二、HBase Shell基本命令
2.1 DDL：创建与删除表
（1）创建表：
>create ‘users’,’user_id’,’address’,’info’
#这里创建了一张表users,有三个列族user_id,address,info
获取表users的具体描述：
>describe ‘users’
（2）列出所有表：
>list
（3）删除表：在HBase中删除表需要两步，首先disable，其次drop
>disable ‘users’
>drop ‘users’
2.2 DML：增删查改
（1）增加记录：put
>put ‘users’,’xiaoming’,’info:age’,’24’;
>put ‘users’,’xiaoming’,’info:birthday’,’1987-06-17′;
>put ‘users’,’xiaoming’,’info:company’,’alibaba’;
>put ‘users’,’xiaoming’,’address:contry’,’china’;
>put ‘users’,’xiaoming’,’address:province’,’zhejiang’;
>put ‘users’,’xiaoming’,’address:city’,’hangzhou’;
（2）扫描users表的所有记录：scan
>scan ‘users’
（3）获取一条记录
①取得一个id（row_key）的所有数据
>get ‘users’,’xiaoming’
②获取一个id的一个列族的所有数据
>get ‘users’,’xiaoming’,’info’
③获取一个id，一个列族中一个列的所有数据
>get ‘users’,’xiaoming’,’info:age’
（4）更新一条记录：依然put
例如：更新users表中小明的年龄为29
>put ‘users’,’xiaoming’,’info:age’ ,’29’
>get ‘users’,’xiaoming’,’info:age
（5）删除记录：delete与deleteall
①删除xiaoming的值的’info:age’字段
>delete ‘users’,’xiaoming’,’info:age’
②删除xiaoming的整行信息
>deleteall ‘users’,’xiaoming’
2.3 Other：其他几个比较有用的命令
（1）count：统计行数
>count ‘users’
（2）truncate：清空指定表
>truncate ‘users’
三、HBase Java API操作
3.1 预备工作
（1）导入HBase的项目jar包
（2）导入HBase/lib下的所有依赖jar包
3.2 HBase Java开发必备：获取配置
/* * 获取HBase配置 */ private static Configuration getConfiguration() { Configuration conf = HBaseConfiguration.create(); conf.set("hbase.rootdir","hdfs://hadoop-master:9000/hbase"); //使用eclipse时必须添加这个，否则无法定位 conf.set("hbase.zookeeper.quorum","hadoop-master"); return conf; }
3.3 使用HBaseAdmin进行DDL操作
（1）创建表
/* * 创建表 */ private static void createTable() throws IOException { HBaseAdmin admin = new HBaseAdmin(getConfiguration()); if (admin.tableExists(TABLE_NAME)) { System.out.println("The table is existed!"); }else{ HTableDescriptor tableDesc = new HTableDescriptor(TABLE_NAME); tableDesc.addFamily(new HColumnDescriptor(FAMILY_NAME)); admin.createTable(tableDesc); System.out.println("Create table success!"); } }
（2）删除表
/* * 删除表 */ private static void dropTable(String tableName) throws IOException { HBaseAdmin admin = new HBaseAdmin(getConfiguration()); if(admin.tableExists(tableName)){ try { admin.disableTable(tableName); admin.deleteTable(tableName); } catch (IOException e) { e.printStackTrace(); System.out.println("Delete "+tableName+" failed!"); } } System.out.println("Delete "+tableName+" success!"); }
3.4 使用HTable进行DML操作
（1）新增记录
public static void putRecord(String tableName, String row, String columnFamily, String column, String data) throws IOException{ HTable table = new HTable(getConfiguration(), tableName); Put p1 = new Put(Bytes.toBytes(row)); p1.add(Bytes.toBytes(columnFamily), Bytes.toBytes(column), Bytes.toBytes(data)); table.put(p1); System.out.println("put'"+row+"',"+columnFamily+":"+column+"','"+data+"'"); }
（2）读取记录
public static void getRecord(String tableName, String row) throws IOException{ HTable table = new HTable(getConfiguration(), tableName); Get get = new Get(Bytes.toBytes(row)); Result result = table.get(get); System.out.println("Get: "+result); }
（3）全表扫描
public static void scan(String tableName) throws IOException{ HTable table = new HTable(getConfiguration(), tableName); Scan scan = new Scan(); ResultScanner scanner = table.getScanner(scan); for (Result result : scanner) { System.out.println("Scan: "+result); } }
3.5 API实战：详单入库
结合本笔记第五篇《自定义类型处理手机上网日志》的手机上网日志为背景，我们要做的就是将日志通过MapReduce导入到HBase中进行存储。该日志的数据结构定义如下图所示：（该文件的下载地址为：http://pan.baidu.com/s/1dDzqHWX）
（1）在HBase中通过Shell创建一张表：wlan_log
> create ‘wlan_log’,’cf’
这里为了简单定义，之定义了一个列族cf
（2）在ecplise中新建一个类：BatchImportJob，该类的代码如下所示：
package hbase;import java.text.SimpleDateFormat;import java.util.Date;import org.apache.hadoop.conf.Configuration;import org.apache.hadoop.hbase.client.Put;import org.apache.hadoop.hbase.mapreduce.TableOutputFormat;import org.apache.hadoop.hbase.mapreduce.TableReducer;import org.apache.hadoop.hbase.util.Bytes;import org.apache.hadoop.io.LongWritable;import org.apache.hadoop.io.NullWritable;import org.apache.hadoop.io.Text;import org.apache.hadoop.mapreduce.Counter;import org.apache.hadoop.mapreduce.Job;import org.apache.hadoop.mapreduce.Mapper;import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;import org.apache.hadoop.mapreduce.lib.input.TextInputFormat;public class BatchImportJob { static class BatchImportMapper extends Mapper<LongWritable, Text, LongWritable, Text> { SimpleDateFormat dateformat1 = new SimpleDateFormat("yyyyMMddHHmmss"); Text v2 = new Text(); protected void map(LongWritable key, Text value, Context context) throws java.io.IOException, InterruptedException { final String[] splited = value.toString().split("\t"); try { final Date date = new Date(Long.parseLong(splited[0].trim())); final String dateFormat = dateformat1.format(date); String rowKey = splited[1] + ":" + dateFormat; v2.set(rowKey + "\t" + value.toString()); context.write(key, v2); } catch (NumberFormatException e) { final Counter counter = context.getCounter("BatchImportJob", "ErrorFormat"); counter.increment(1L); System.out.println("出错了" + splited[0] + " " + e.getMessage()); } }; } static class BatchImportReducer extends TableReducer<LongWritable, Text, NullWritable> { protected void reduce(LongWritable key, java.lang.Iterable<Text> values, Context context) throws java.io.IOException, InterruptedException { for (Text text : values) { final String[] splited = text.toString().split("\t"); final Put put = new Put(Bytes.toBytes(splited[0])); put.add(Bytes.toBytes("cf"), Bytes.toBytes("date"), Bytes.toBytes(splited[1])); put.add(Bytes.toBytes("cf"), Bytes.toBytes("msisdn"), Bytes.toBytes(splited[2])); // 省略其他字段，调用put.add(....)即可 context.write(NullWritable.get(), put); } }; } public static void main(String[] args) throws Exception { final Configuration configuration = new Configuration(); // 设置zookeeper configuration.set("hbase.zookeeper.quorum", "hadoop-master"); // 设置hbase表名称 configuration.set(TableOutputFormat.OUTPUT_TABLE, "wlan_log"); // 将该值改大，防止hbase超时退出 configuration.set("dfs.socket.timeout", "180000"); final Job job = new Job(configuration, "HBaseBatchImportJob"); job.setMapperClass(BatchImportMapper.class); job.setReducerClass(BatchImportReducer.class); // 设置map的输出，不设置reduce的输出类型 job.setMapOutputKeyClass(LongWritable.class); job.setMapOutputValueClass(Text.class); job.setInputFormatClass(TextInputFormat.class); // 不再设置输出路径，而是设置输出格式类型 job.setOutputFormatClass(TableOutputFormat.class); FileInputFormat.setInputPaths(job, "hdfs://hadoop-master:9000/testdir/input/HTTP_20130313143750.dat"); boolean success = job.waitForCompletion(true); if (success) { System.out.println("Bath import to HBase success!"); System.exit(0); } else { System.out.println("Batch import to HBase failed!"); System.exit(1); } }}
View Code
通过执行后，在HBase中通过Shell命令（list）查看导入结果：
（3）在eclipse中新建一个类：MobileLogQueryApp，对已经存储的wlan_log进行查询的Java开发，该类的代码如下所示：
package hbase;import java.io.IOException;import org.apache.hadoop.conf.Configuration;import org.apache.hadoop.hbase.HBaseConfiguration;import org.apache.hadoop.hbase.HColumnDescriptor;import org.apache.hadoop.hbase.HTableDescriptor;import org.apache.hadoop.hbase.client.Get;import org.apache.hadoop.hbase.client.HBaseAdmin;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.util.Bytes;public class MobileLogQueryApp { private static final String TABLE_NAME = "wlan_log"; private static final String FAMILY_NAME = "cf"; /** * HBase Java API基本使用示例 * * @throws Exception */ public static void main(String[] args) throws Exception { scan(TABLE_NAME,"13600217502"); System.out.println(); scanPeriod(TABLE_NAME, "136"); } /* * 查询手机13600217502的所有上网记录 */ public static void scan(String tableName, String mobileNum) throws IOException { HTable table = new HTable(getConfiguration(), tableName); Scan scan = new Scan(); scan.setStartRow(Bytes.toBytes(mobileNum + ":/")); scan.setStopRow(Bytes.toBytes(mobileNum + "::")); ResultScanner scanner = table.getScanner(scan); int i = 0; for (Result result : scanner) { System.out.println("Scan: " + i + " " + result); i++; } } /* * 查询134号段的所有上网记录 */ public static void scanPeriod(String tableName, String period) throws IOException { HTable table = new HTable(getConfiguration(), tableName); Scan scan = new Scan(); scan.setStartRow(Bytes.toBytes(period + "/")); scan.setStopRow(Bytes.toBytes(period + ":")); scan.setMaxVersions(1); ResultScanner scanner = table.getScanner(scan); int i = 0; for (Result result : scanner) { System.out.println("Scan: " + i + " " + result); i++; } } /* * 获取HBase配置 */ private static Configuration getConfiguration() { Configuration conf = HBaseConfiguration.create(); conf.set("hbase.rootdir", "hdfs://hadoop-master:9000/hbase"); // 使用eclipse时必须添加这个，否则无法定位 conf.set("hbase.zookeeper.quorum", "hadoop-master"); return conf; }}
View Code
这里主要进行了两个查询操作：按指定手机号码查询 和 按指定手机号码网段区间查询，执行结果如下所示：
参考资料
（1）吴超，《Hadoop深入浅出》：http://www.superwu.cn
（2）新城主力唱好，《HBase Java API》：http://www.cnblogs.com/NicholasLee/archive/2012/09/13/2683432.html
评论前必须登录！
立即登录