PHP通过Thrift操作Hbase

PHP通过Thrift操作Hbase

 

 

HBase是一个开源的NoSQL产品，它是实现了Google BigTable论文的一个开源产品，和Hadoop和HDFS一起，可用来存储和处理海量column family的数据。官方网址是：http://hbase.apache.org

一 、HBase访问接口

1.  Native Java API，最常规和高效的访问方式，适合Hadoop MapReduce Job并行批处理HBase表数据
2.  HBase Shell，HBase的命令行工具，最简单的接口，适合HBase管理使用
3.  Thrift Gateway，利用Thrift序列化技术，支持C++，PHP，Python等多种语言，适合其他异构系统在线访问HBase表数据
4.  REST Gateway，支持REST 风格的Http API访问HBase, 解除了语言限制
5.  Pig，可以使用Pig Latin流式编程语言来操作HBase中的数据，和Hive类似，本质最终也是编译成MapReduce Job来处理HBase表数据，适合做数据统计
6.  Hive，当前Hive的Release版本尚没有加入对HBase的支持，但在下一个版本Hive 0.7.0中将会支持HBase，可以使用类似SQL语言来访问HBase
如果使用PHP操作Hbase，推荐使用Facebook开源出来的thrift，官网是：http://thrift.apache.org/ ，它是一个类似ice的中间件，用于不同系统语言间信息交换。

二、安装Thrift

在Hadoop和Hbase都已经安装好的集群上安装Thrift，Thrift安装在Hmaster机器上

1. 下载thrift

wget http://mirror.bjtu.edu.cn/apache//thrift/0.8.0/thrift-0.8.0.tar.gz

2. 解压

tar -xzf thrift-0.8.0.tar.gz

3 .编译安装：

如果是源码编译的，首先要使用./boostrap.sh创建文件./configure ，我们这下载的tar包，自带有configure文件了。(（可以查阅README文件）)

If you are building from the first time out of the source repository, you will
need to generate the configure scripts.  (This is not necessary if you
downloaded a tarball.)  From the top directory, do:
./bootstrap.sh

./configure
make ; make install

4. 启动：

# ./bin/hbase-daemon.sh start thrift [--port=PORT]
starting thrift, logging to /home/banping/hbase/hbase-0.90.3/bin/../logs/hbase-root-thrift-localhost.localdomain.out

Thrift默认监听的端口是9090

使用jps查看进程，看到ThriftServer进程：

三、测试：

1 .php脚本库操作Hbase

PHP通过Thrift访问Hbase的库是在thrift-0.8.0/lib/php/src目录下，其实这个文件夹下也包含通过Thrift访问Hbase的PHP扩展源代码。

1）复制thrift-0.8.0/lib/php到相应的php web目录。

2）然后生成php与hbase接口文件

  #/usr/local/thrift/bin/thrift --gen php /usr/local/hbase/src/main/resources/org/apache/hadoop/hbase/thrift/Hbase.thrift

  #(根据自己的目录设置)

 

   生成目录文件: /usr/local/hbase/gen-php/Hbase

   有文件： Hbase.php，Hbase_types.php

把Hbase.php，Hbase_types.php copy到：web目录/php/src/packages/Hbase/

3）使用php脚本测试：

1. <?php
2. ini_set('display_errors', E_ALL);
3. $GLOBALS['THRIFT_ROOT'] = './php/src';
4. require_once( $GLOBALS['THRIFT_ROOT'] . '/Thrift.php' );
5. require_once( $GLOBALS['THRIFT_ROOT'] . '/transport/TSocket.php' );
6. require_once( $GLOBALS['THRIFT_ROOT'] . '/transport/TBufferedTransport.php' );
7. require_once( $GLOBALS['THRIFT_ROOT'] . '/protocol/TBinaryProtocol.php' );
8. require_once( $GLOBALS['THRIFT_ROOT'] . '/packages/Hbase/Hbase.php' );
9. $socket = new TSocket('10.64.60.83', '9090');
10. $socket->setSendTimeout(10000); // Ten seconds (too long for production, but this is just a demo ;)
11. $socket->setRecvTimeout(20000); // Twenty seconds
12. $transport = new TBufferedTransport($socket);
13. $protocol = new TBinaryProtocol($transport);
14. $client = new HbaseClient($protocol);
15. $transport->open();
16. //获取表列表
17. $tables = $client->getTableNames();
18. sort($tables);
19. foreach ($tables as $name) {
20. echo( "  found: {$name}\n" );
21. }
22. //创建新表student
23. $columns = array(
24. new ColumnDescriptor(array(
25. 'name' => 'id:',
26. 'maxVersions' => 10
27. )),
28. new ColumnDescriptor(array(
29. 'name' => 'name:'
30. )),
31. new ColumnDescriptor(array(
32. 'name' => 'score:'
33. )),
34. );
35. $tableName = "student";
36. try {
37. $client->createTable($tableName, $columns);
38. } catch (AlreadyExists $ae) {
39. echo( "WARN: {$ae->message}\n" );
40. }
41. //获取表的描述
42. $descriptors = $client->getColumnDescriptors($tableName);
43. asort($descriptors);
44. foreach ($descriptors as $col) {
45. echo( "  column: {$col->name}, maxVer: {$col->maxVersions}\n" );
46. }
47. //修改表列的数据
48. $row = '2';
49. $valid = "foobar-\xE7\x94\x9F\xE3\x83\x93";
50. $mutations = array(
51. new Mutation(array(
52. 'column' => 'score',
53. 'value' => $valid
54. )),
55. );
56. $client->mutateRow($tableName, $row, $mutations);
57. //获取表列的数据
58. $row_name = '2';
59. $fam_col_name = 'score';
60. $arr = $client->get($tableName, $row_name, $fam_col_name);
61. // $arr = array
62. foreach ($arr as $k => $v) {
63. // $k = TCell
64. echo ("value = {$v->value} , <br>  ");
65. echo ("timestamp = {$v->timestamp}  <br>");
66. }
67. $arr = $client->getRow($tableName, $row_name);
68. // $client->getRow return a array
69. foreach ($arr as $k => $TRowResult) {
70. // $k = 0 ; non-use
71. // $TRowResult = TRowResult
72. var_dump($TRowResult);
73. }
74. $transport->close();
75. ?>

通过浏览器查看看到项目中的所有表，证明PHP可以通过thrift访问HBase了。

2. 使用PHP扩展的方式来使用thrift

我们使用PHP自带的phpize来生成Thtift的php扩展。该扩展的源码结构：

hadoop@ubuntu:/usr/local/hbase-0.90.4/thrift-0.8.0/lib/php/src
$ cd ext/thrift_protocol
$ /usr/local/php/bin/phpize
$ ./configure --with-php-config=/usr/local/php/bin/php-config --enable-thrift_protocol
$ make
$ make install

然后把生成的thrift_protocol.so文件配置到php.ini并重启apache服务。