Hbase常用shell命令
目录
1、操作Hbase数据的方式
1、通过shell操作
2、Hive建立外部表操作
3、通过MapReduce操作
4、通过Phoenix操作
5、通过Java API(使用最多)
2、操作Hbase的shell命令
进入到hbase的命令栏
[root@master ~]# hbase shell
进入命令栏后才能操作hbase
注意：在hbase中，删除----Ctrl+Back
创建
create \'表名\',\'列簇名\'
举例：create \'test\',\'info\'
注意：
这种建表默认创建在default命名空间上；
没有具体的表结构，没有约束；
命名空间类似于数据库
创建命名空间----create_namespace \'空间名\'
举例：cerate_namespace \'ns1\'
在指定的命名空间下创建表----create \'空间名:表名\',\'列簇名\'
举例：create \'ns1:ns1_tb1\',\'cf1\'
查看----list、desc
list：查看除了hbase命名空间以外的其他命名空间下的所有表
查看有哪些命名空间----list_namespace
查看指定的命名空间下的表----list_namespace_tables \'空间名\'
举例：list_namespace_tables \'ns1\'
查看表的结构(主要是列簇的一些描述)----desc \'表名\'
删除----drop、delete
启动表----enabled \'表名\'
禁用表----disable \'表名\'
删除表，删除之前要将表的状态调成禁用
举例：
先禁用
disable \'ns1:ns1_tb1\'
再删除
drop \'ns1:ns1_tb1\'
删除表中的数据：删除列
delete \'表名\',\'rk\',\'列簇名:列名\'
注意：当列有多版本时，获取数据的时候，获取的是最新版本的(原来的数据还在，只是被覆盖掉了)
删除数据的时候，会先将最老的版本删除掉
删除表中的数据：删除列簇=删除所有的列
deleteall \'表名\', \'rk\'
删除表中的所有数据：清空表
truncate \'表名\'
注意：truncate删除表所有数据的时候，表的预分区会被重置成一个分区
删除指定的列簇：
alter \'表名\',\'delete\'=>\'列簇名\'
增加新的列簇：
alter \'表名\',NAME=>\'列簇名\'
加载数据----put
向表中加载数据
put \'表名\',\'rowkey\',\'列簇名:列名\',\'数据\'
举例：put \'test\',\'000\',\'info:name\',\'zhaosi\'
注意：当数据是中文的时候，在加载数据的时候，会以二进制的形式存储；在获取的时候，显示的是十六进制
获取数据----get、scan
从表中获取数据有两种方式
方式1：使用get和指定的rk，获取一条数据
方式2：使用scan获取表的全部数据
方式1：get \'表名\',\'rowkey\'
举例： get \'test\',\'000\'
方式2：scan \'表名\',{LIMIT=>m}-----指定limit为m条,数据一般都是千万级别的，一定要指定limit
举例：scan \'test\',{LIMIT=>2}-----获取前两条
范围查询 STARTROW(开始rowkey) ENDROW(结束rowkey)
scan \'表名\',{STARTROW=>\'row1\',ENDROW=>\'row2\'}----------左闭右开
scan \'表名\',{STARTROW=>\'row1\',ENDROW=>\'row2\',LIMIT=>m}
-
scan全盘扫描获取数据，根据rk按照
字典排序一一例举出来插入数据 put \'test\',\'0\',\'info:id\',0 put \'test\',\'000\',\'info:name\',zhaosi put \'test\',\'001\',\'info:name\',zhangsan put \'test\',\'002\',\'info:name\',\'lisi\' put \'test\',\'003\',\'info:name\',\'wangwu\' put \'test\',\'1\',\'info:id\',1 put \'test\',\'2\',\'info:id\',2 put \'test\',\'3\',\'info:id\',3 put \'test\',\'10\',\'info:id\',10 获取数据 scan \'test\' 结果 ROW COLUMN+CELL 0 column=info:id, timestamp=1645891312403, value=0 000 column=info:age, timestamp=1645874985339, value=22 000 column=info:name, timestamp=1645864553447, value=zhaosi 001 column=info:name, timestamp=1645891607389, value=zhangsan 002 column=info:name, timestamp=1645891642306, value=lisi 003 column=info:name, timestamp=1645891655893, value=wangwu 1 column=info:id, timestamp=1645891312893, value=1 10 column=info:id, timestamp=1645891316123, value=10 2 column=info:id, timestamp=1645891312947, value=2 3 column=info:id, timestamp=1645891313020, value=3 #在排序时，首先按照rk进行升序排序；当rk相等，就按照列簇和列名的大小进行升序排序； 当rk和列簇列名一样时，按照版本的时间戳进行自然降序排序，三个排序成为三维有序
测试表是否存在
exists \'表名\'
举例：exists \'test\'
结果：
Table test does exist
0 row(s) in 0.7120 seconds
举例：exists \'test5\'
结果：
Table test5 does not exist
0 row(s) in 0.0240 seconds
统计表的记录数
count \'表名\' {INTERVAL =>m, CACHE =>n}
INTERVAL表示多少行显示一次及对应的rowkey，默认1000；
CACHE每次去取的缓存区大小，默认是10；
调整该参数可提高查询速度，根据自己的需求来调整
3、多版本案例说明
- 建表
create \'test\',\'info\'
- 加载数据
put \'test\',\'000\',\'inf0:name\',\'zhaosi\'
注意：
加载数据的时候要自行设定rowkey
指定列簇名，并设定列名
- 获取数据
get \'test\',\'000\'
#结果
COLUMN CELL
info:name timestamp=1645864553447, value=zhaosi
1 row(s) in 0.0150 seconds
#解释
在Hbase中每个数据都是k-v格式，k表示的是rowkey，本例中是000
v有自己的列名，列名统一归于列簇，表示为 列簇名：列名，本例中是 info:name
v的最终数据存放在CELL(单元格)中，每次存放的时候都会产生一个时间戳。
时间戳的目的：(1)产生存放记录 (2)使CELL可以存放多版本数据
- 再添加一行数据
put \'test\',\'000\',\'info:age\',24
- 再获取数据
get \'test\',\'000\'
#结果
COLUMN CELL
info:age timestamp=1645865582802, value=24
info:name timestamp=1645864553447, value=zhaosi
1 row(s) in 0.0230 seconds
#解释
由结果我们可以看到，先后两次插入数据，再次获取数据，得到的是两行数据，
其实这两行数据算是一条数据，以为两次插入的属于rowkey是一样的；
想要查看表里有几条数据，查看有几个rk就行了
- 再像表格里插入一行数据
put \'test\',\'000\',\'info:age\',23
- 再次获取数据
get \'test\',\'000\'、
#结果
COLUMN CELL
info:age timestamp=1645874985339, value=22
info:name timestamp=1645864553447, value=zhaosi
1 row(s) in 0.0210 seconds
#解释
由此可见，此次添加的数据将原来的数据给覆盖掉了，因为他们的rk和列簇都一样
4、表结构分析
#查询表结构
hbase(main):005:0> desc \'test\'
Table test is ENABLED
test
COLUMN FAMILIES DESCRIPTION
{NAME => \'info\', BLOOMFILTER => \'ROW\', VERSIONS => \'1\', IN_MEMORY => \'false\', KEEP_DELETE
D_CELLS => \'FALSE\', DATA_BLOCK_ENCODING => \'NONE\', TTL => \'FOREVER\', COMPRESSION => \'NONE
\', MIN_VERSIONS => \'0\', BLOCKCACHE => \'true\', BLOCKSIZE => \'65536\', REPLICATION_SCOPE =>
\'0\'}
1 row(s) in 0.1260 seconds
#分析
1、查询Hbase表结构的时候，主要显示的是对列簇的一些描述
2、COLUMN FAMILIES DESCRIPTION----列簇的一些描述
3、NAME => \'info\'----列簇名
4、BLOOMFILTER => \'ROW\'----布卢姆过滤器
5、VERSIONS => \'1\'----表示版本
6、IN_MEMORY => \'false\'----是否放在内存中
7、KEEP_DELETED_CELLS => \'FALSE\'----是否保留删除的单元格
8、DATA_BLOCK_ENCODING => \'NONE\'----数据块编码
9、TTL => \'FOREVER\'----存活时间‘永远’
10、COMPRESSION => \'NONE----压缩
11、MIN_VERSIONS => \'0\'----最小版本
12、BLOCKCACHE => \'true\'----块缓存
13、BLOCKSIZE => \'65536\'----阻碍
14、REPLICATION_SCOPE => \'0\'----复制范围
5、数据的多版本设置
在列簇中的默认版本为1：VERSIONS => \'1\'，
当rk、列簇名、列名一样时，多次传入不同的数据，
最终只会显示最后一次插入的数据，就是因为默认版本为1.
我们可以通过命令，在创建表的时候，修改列簇的默认版本
create \'表名\',{NAME=>\'列簇名\',VERSIONS=>\'n\'}
n表示我们想要设置的版本号，n=5，说明最多可以保存5个版本
想要获取多版本数据，要加上{COLUMN=>\'列簇名\',VERSIONS=>\'m\'}
版本号m，表示想要获取m个版本的数据
get \'表名\',\'rk\',{COLUMN=>\'列簇名\',VERSIONS=>\'m\'}
注意：
当获取数据的时候，不加上{COLUMN=>\'列簇名\',VERSIONS=>\'m\'}，获取的是最后插入的一个数据
多版本举例
建表，并设置数据版本为3
create \'test1\',{NAME=>\'info\',VERSIONS=>\'3\'}
插入数据
put \'test1\',\'000\',\'info:age\',18
put \'test1\',\'000\',\'info:age\',19
put \'test1\',\'000\',\'info:age\',20
put \'test1\',\'000\',\'info:age\',21
put \'test1\',\'000\',\'info:age\',22
获取数据
get \'test1\',\'000\',{COLUMN=>\'info\',VERSIONS=>2}
结果
COLUMN CELL
info:age timestamp=1645879728158, value=22
info:age timestamp=1645879723180, value=21
1 row(s) in 0.0350 seconds
注意：
(1)获取的版本号，如果大于我们设置的版本数量，不会报错，但是最多只能显示我们设置的版本数量
(2)我们插入了5条数据，版本数量为3，那么前两次插入的数据真正意义上并没被删除，将会被标记下来