通过HBase API进行开发

http://www.cnblogs.com/netbloomy/p/6683509.html

一、将HBase的jar包及hbase-site.xml添加到IDE

1、到安装HBase集群的任意一台机器上找到HBase的安装目录，到lib目录下下载HBase需要的jar包，然后再到conf目录下下载hbase-site.xml。

2、在ide中新建一个java项目，然后再右击"项目名"，新建2个文件夹，分别是"lib"和"conf"

3、将1步骤中下载的jar包放到2步骤中的lib目录下，并且将hbase-site.xml放到conf目录下，并将2个文件夹添加到classpath下。

二、使用HBase的基本API操作HBase

通过编码（java）的形式对HBase进行一系列的管理涉及到对表的管理、数据的操作等。

下面这段是公共代码片段：

private static Configuration conf = null;
static {
　　Configuration HBASE_CONFIG = new Configuration();
　　// 与hbase/conf/hbase-site.xml 中 hbase.zookeeper.quorum 配置的值相同
　　HBASE_CONFIG.set("hbase.zookeeper.quorum", "c7004,c7003,c7005");
　　// 与hbase/conf/hbase-site.xml 中 hbase.zookeeper.property.clientPort 配置的值相同
　　HBASE_CONFIG.set("hbase.zookeeper.property.clientPort", "2181");
　　conf = HBaseConfiguration.create(HBASE_CONFIG);
}

1、对表的创建、删除、显示以及修改等，可以用Admin， 一旦创建了表，那么可以通过HTable的 实例来访问表，每次可以往表里增加数据。

/**
* 创建表
* @param tableName 表名称
* @param familys   列族
* @param force     是否强制建表
* @throws Exception
*/
public static void creatTable(String tableName, String[] familys,boolean force) throws Exception {
　　//建立连接
　　Connection conn = ConnectionFactory.createConnection(conf);
　　//表管理类
　　Admin admin = conn.getAdmin();
　　if (admin.tableExists(TableName.valueOf(tableName))) {
　　　　if(force){
　　　　　　//禁用表
　　　　　　admin.disableTable(TableName.valueOf(tableName));
　　　　　　//删除表
　　　　　　admin.deleteTable(TableName.valueOf(tableName));
　　　　　　System.out.println("开始创建表！");
　　　　}else{
　　　　　　System.out.println("表已存在!");
　　　　} 
　　} else {
　　　　//定义表名
　　　　HTableDescriptor tblDesc = new HTableDescriptor(TableName.valueOf(tableName));
　　　　for (int i = 0; i < familys.length; i++) {
　　　　　　//定义列族
　　　　　　HColumnDescriptor clmDesc = new HColumnDescriptor(familys[i]);
　　　　　　//将列族添加到表中
　　　　　　tblDesc.addFamily(clmDesc);
　　　　}
　　　　//执行建表
　　　　admin.createTable(tblDesc);
　　　　System.out.println("创建表" + tableName + "成功！");
　　}
　　//关闭表管理
　　admin.close();
　　//关闭连接
　　conn.close();
}

2、插入数据

创建一个Put对象，在这个Put对象里可以指定要给哪个列增加数据，以及当前的时间戳等值，然后通过调用HTable.put(Put)来 提交操作，子猴在这里提请注意的是：在创建Put对象的时候，你必须指定一个行(Row)值，在构造Put对象的时候作为参数传入。

/**
* 向表中插入数据
* @param tableName
* @param rowKey
* @param family
* @param qualifier
* @param value
* @throws IOException 
*/
public static void insertData2Tbl(String tableName,String rowKey,String family,String qualifier,String value) throws IOException{
　　//建立连接
　　Connection conn = ConnectionFactory.createConnection(conf);
　　//建立表连接
　　Table tbl=conn.getTable(TableName.valueOf(tableName));
　　//用行键实例化Put
　　Put put=new Put(rowKey.getBytes());
　　//指定列族名、列名和值
　　put.addColumn(family.getBytes(), qualifier.getBytes(), value.getBytes());
　　//执行put
　　tbl.put(put);
　　//关闭表
　　tbl.close();
　　//关闭连接
　　conn.close();
}

3、获取数据

要获取数据，使用Get对 象，Get对象同Put对象一样有好几个构造函数，通常在构造的时候传入行值，表示取第几行的数据，通过HTable.get(Get)来 调用。

/**
* 从表中取值
* @param tableName  表名
* @param rowKey     行键
* @param family     列族
* @param qualifier  列
* @return
* @throws IOException
*/
public static String readData4Tbl(String tableName,String rowKey,String family,String qualifier) throws IOException{
　　//建立连接
　　Connection conn = ConnectionFactory.createConnection(conf);
　　//建立表连接
　　Table tbl=conn.getTable(TableName.valueOf(tableName));
　　//用行键实例化Get
　　Get get=new Get(rowKey.getBytes());
　　//增加列族名和列名条件
　　get.addColumn(family.getBytes(),qualifier.getBytes() );
　　//执行，返回结果
　　Result result=tbl.get(get);
　　//取出结果
　　String valStr=Bytes.toString(result.getValue(family.getBytes(), qualifier.getBytes()));
　　//关闭表
　　tbl.close();
　　//关闭连接
　　conn.close();
　　return valStr;
}

4、扫描

通过Scan可以对表中的行键范围进行浏览，得到每一行的信息，比如列名，时间戳等，Scan 相当于一个游标，通过next()来浏览下一个，通过调用HTable.getScanner(Scan) 来返回一个ResultScanner对象。HTable.get(Get)和HTable.getScanner(Scan) 都是返回一个Result。 Result是一个KeyValue的链表。

/**
* 扫描行键范围取值
* @param tableName   表名
* @param startRow    起始行键
* @param stopRow     结束行键
* @param family      列族
* @param qualifier   列
* @throws IOException
*/
public static void scanRowRange4Tbl(String tableName,String startRow,String stopRow,String family,String qualifier) throws IOException{
　　//建立连接
　　Connection conn = ConnectionFactory.createConnection(conf);
　　//建立表连接
　　Table tbl=conn.getTable(TableName.valueOf(tableName));
　　//初始化Scan实例
　　Scan scan=new Scan();
　　//指定开始行键
　　scan.setStartRow(startRow.getBytes());
　　//指定结束行键
　　scan.setStopRow(stopRow.getBytes());
　　//增加过滤条件
　　scan.addColumn(family.getBytes(), qualifier.getBytes());
　　//返回结果 
　　ResultScanner rss=tbl.getScanner(scan);
　　//迭代并取出结果
　　for(Result rs:rss){
　　　　String valStr=Bytes.toString(rs.getValue(family.getBytes(), qualifier.getBytes()));
　　　　System.out.println(valStr);
　　}
　　//关闭表
　　tbl.close();
　　//关闭连接
　　conn.close();
}

5、删除

使用Delete来 删除记录，通过调用HTable.delete(Delete)来 执行删除操作。（注：删除这里有些特别，也就是删除并不是马上将数据从表中删除。）

/**
* 删除行键
* @param tableName
* @param rowKey
* @throws IOException
*/
public static void delRowKey4Tbl(String tableName, String rowKey) throws IOException {
　　// 建立连接
　　Connection conn = ConnectionFactory.createConnection(conf);
　　// 建立表连接
　　Table tbl = conn.getTable(TableName.valueOf(tableName));
　　// 用行键来实例化Delete实例
　　Delete del = new Delete(rowKey.getBytes());
　　// 执行删除
　　tbl.delete(del);
　　// 关闭表
　　tbl.close();
　　// 关闭连接
　　conn.close();
}

/**
* 删除单元格（即列）
* @param tableName
* @param rowKey
* @param family
* @param qualifier
* @throws IOException
*/
public static void delCell4Tbl(String tableName, String rowKey, String family, String qualifier) throws IOException {
　　// 建立连接
　　Connection conn = ConnectionFactory.createConnection(conf);
　　// 建立表连接
　　Table tbl = conn.getTable(TableName.valueOf(tableName));
　　// 用行键来实例化Delete实例
　　Delete del = new Delete(rowKey.getBytes());
　　// 增加过滤条件
　　del.addColumn(family.getBytes(), qualifier.getBytes());
　　// 执行删除
　　tbl.delete(del); 
　　// 关闭表
　　tbl.close();
　　// 关闭连接
　　conn.close();
}

6、锁

7、新增、获取、删除在操作过程中会对所操作的行加一个锁，而浏览却不会。

8、簇（cluster）的访问

客户端代码通过ZooKeeper来访问找到簇，也就是说ZooKeeper quorum将被使用，那么相关的类（包）应该在客户端的类（classes）目录下，即客户端一定要找到文件hbase-site.xml。

三、Hbase的高级API

HBase高级API主要分为三类：过滤器、计数器和协处理器。

1、过滤器

在设置Scal、Get的时候有一个setFilter(filter),可以在查询时添加更多的限制条件，如正则匹配、根据列值进行匹配等。HBase内置了一些常用过滤器，用户也可以通过实现Filter接口，编写自己的过滤器。

过滤器是服务器端的操作。它在客户端被创建，通过RPC传送到服务器端，然后在服务器端进行过滤操作。

HBase内置常用过滤器如下：

• 行过滤器(RowFilter):基于行键过滤数据。

Filter filter=new RowFilter(CompareOp.LESS_OR_EQUAL,new BinaryComparator(Bytes.toBytes("row-100")));

• 前缀过滤器(PrefixFilter):所有与前缀匹配的行都会返回给客户端。

Filter filter=new PrefixFilter(Bytes.toBytes("1990"));

• 首次行键过滤器(FirstKeyOnlyFilter):在找到所有行第一列的值时，就会返回数据。

Filter filter=new FirstKeyOnlyFilter();

• 单列值过滤器(SingleColumnValueFilter):根据某列的值进行过滤。

Filter filter=newSingleColumnValueFilter(Bytes.toBytes("cf"),Bytes.toBytes("qual"),CompareOp.LESS_OR_EQUAL,new BinaryComparator(Bytes.toBytes("value-100")));

2、计数器

由于HBase没有二级索引，故统计功能相对较弱。为应对此种情况，HBase使用计数器(counter)用于实时统计的业务场景下。

计数器实际时HBase表中某一列的值，当进行写操作时，使用Table类的API对该列加1即可。计数器有两种：单计数据器和多计数器。

• 单计数据器：用户自己设定计数器的行、列族和列。

// 建立表连接
Table tbl = conn.getTable(TableName.valueOf(tableName));
// 计数器增加1
long a=tbl.incrementColumnValue(
　　Bytes.toBytes("row-count"), 
　　Bytes.toBytes("info"), 
　　Bytes.toBytes("q1"), 1);//比0大，则按给定值增加计数器的数值，若比0小，则按值减少计数器中的值
// 返回计数器当前值
long b=tbl.incrementColumnValue(
　　Bytes.toBytes("row-count"), 
　　Bytes.toBytes("info"), 
　　Bytes.toBytes("q1"), 0);//0表示返回当前计数器的值

• 多计数器：允许用户同时更新多个计数器的值，但这些计数器的值都必须处于同一行。

//用行键初始化计数器
Increment increment=new Increment(Bytes.toBytes("row-count"));
//添加多个列
increment.addColumn(Bytes.toBytes("info"), Bytes.toBytes("q2"), 1);
increment.addColumn(Bytes.toBytes("info"), Bytes.toBytes("q3"), 1);
Result result=tbl.increment(increment);
// 打印计数器返回的结果
for(KeyValue kv:result.raw()){
　　System.out.println("KV:"+kv+" Value:"+Bytes.toLong(kv.getValue()));
}

3、协处理器

协处理器(coprocessor)允许用户在RegionServer上运行自己的代码。协处理器框架主要有Observer和Endpoint两大类，用户可以继承这些类实现自己的逻辑。

Observer：类似于RDMS的触发器，可以重写一些在特定事件发生时执行的回调函数。RegionObserver、MasterObserver和WALObserver三种。RegionObserver可以被用来处理数据修改事件，它发生的地点是Region;MasterObserver可以被用来管理表，如新定义表；WALObserver提供了控制WAL的回调函数。

示例：Observer实现二级索引

import java.io.IOException;
import java.util.Iterator;
import java.util.List;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.hbase.Cell;
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.Durability;
import org.apache.hadoop.hbase.client.Put;
import org.apache.hadoop.hbase.client.Table;
import org.apache.hadoop.hbase.coprocessor.BaseRegionObserver;
import org.apache.hadoop.hbase.coprocessor.ObserverContext;
import org.apache.hadoop.hbase.coprocessor.RegionCoprocessorEnvironment;
import org.apache.hadoop.hbase.regionserver.wal.WALEdit;
import org.apache.hadoop.hbase.util.Bytes;

public class TestCoprocessor extends BaseRegionObserver {

　　@Override
　　public void prePut(ObserverContext<RegionCoprocessorEnvironment> e, Put put, WALEdit edit, Durability durability)throws IOException {
　　　　Configuration conf=new Configuration();
　　　　Connection conn=ConnectionFactory.createConnection(conf);
　　　　//索引表
　　　　Table tbl=conn.getTable(TableName.valueOf("idx_tbl"));
　　　　//取出要插入的数据
　　　　List<Cell> cells=put.get("cf".getBytes(), "info".getBytes());
　　　　Iterator<Cell> kvIt=cells.iterator();
　　　　while(kvIt.hasNext()){
　　　　　　Cell tmp=kvIt.next();
　　　　　　//用值作为行键
　　　　　　Put idxPut=new Put(tmp.getValue());
　　　　　　idxPut.add("cf".getBytes(),tmp.getRow(),Bytes.toBytes(System.currentTimeMillis()));
　　　　　　//插入索引表
　　　　　　tbl.put(idxPut);
　　　　}
　　　　tbl.close();
　　　　conn.close();
　　}

}

Endpoint：类似于RDMS的存储过程，允许用户将自定义操作添加到服务端。