Hbase 常用shell操作

create要写成小写
一个表可以包含若干个列蔟
命令解析：调用hbase提供的ruby脚本的create方法，传递两个字符串参数
通过下面文档可以看到每个命令都是一个ruby脚本
- https://github.com/apache/hbase/tree/branch-2.1/hbase-shell/src/main/ruby/shell/commands

1.3、查看表

list

1.4、删除表

要删除某个表，必须要先禁用表

1、禁用表

disable "表名"

2、删除表

drop "表名"

示例：删除student_info表

disable "student_info "

drop "student_info"

2、插入数据

往学生表中添加以下数据。

|------|----|----|----|------------|------|
| 学号 | 姓名 | 性别 | 年龄 | 入学时间 | 在校情况 |
| 0001 | 张三 | 男 | 25 | 2023-02-06 | 1 |

2.1、put命令

HBase中的put命令，可以用来将数据保存到表中。但put一次只能保存一个列的值。以下是put的语法结构：

put '表名','ROWKEY','列蔟名:列名','值'

添加以上数据，需要执行以下操作：

put 'student_info','0001','C1:stuno','0001'

put 'student_info','0001','C1:name','张三'

put 'student_info','0001','C1:sex','男'

put 'student_info','0001','C1:age',25

put 'student_info','0001','C1:enrollment_time','2023-02-06'

put 'student_info','0001','C1:state',1

3、查看数据

3.1、get命令

在HBase中，可以使用get命令来获取单独的一行数据。语法：

get '表名','rowkey'

示例：查询指定学生号的数据

get 'student_info','0001'

3.2、查询数据中文显示

在HBase shell中，如果在数据中出现了一些中文，默认HBase shell中显示出来的是十六进制编码。要想将这些编码显示为中文，需要在get命令后添加一个属性：{FORMATTER => 'toString'}

get 'student_info','0001', {FORMATTER => 'toString'}

注意：

{ key => value}，这个是Ruby语法，表示定义一个HASH结构
FORMATTER要使用大写
在Ruby中用{}表示一个字典，类似于hashtable，FORMATTER表示key、'toString'表示值

4、更新数据

4.1、使用put来更新数据

数据存在属于更新操作，数据不存在数据插入操作。

示例：更新张三的年龄为20

put 'student_info', '0001', 'C1:age', 20

注意：

HBase中会自动维护数据的版本
每当执行一次put后，都会重新生成新的时间戳

5、删除数据

删除数据的时候，其实HBase不是真的直接把数据删除掉，而是给某个列设置一个标志，然后查询数据的时候，有这个标志的数据，就不显示出来
什么时候真正的删除数据呢？
- 后台进程，专门来执行删除数据的操作

5.1、delete命令

执行delete的时候
如果表中的某个列簇有对一个列存在几次修改，它会删除最近的一次修改
默认是保存1个保存的时间戳
有一个version属性
在HBase中，可以使用delete命令来将一个单元格的数据删除。语法格式如下：

delete '表名', 'rowkey', '列蔟:列'

注意：此处HBase默认会保存多个时间戳的版本数据，所以这里的delete删除的是最新版本的列数据。

5.2、删除指定列的数据

delete 'student_info','0001','C1:age'

5.3、deleteall命令删除整行数据

deleteall命令可以将指定rowkey对应的所有列全部删除。语法：

deleteall '表名','rowkey'

示例：删除rowkey为0001的数据

deleteall 'student_info','0001'

6、清空表

6.1、tuncate命令

原理：
- 1、先将表禁用
- 2、然后再删除表
- 3、最后再创建表
truncate命令用来清空某个表中的所有数据。语法：

truncate "表名"

示例：清空student_info的所有数据

truncate 'student_info'

7、批量导入数据集

在数据集/ student_info.txt 中，有一份这样的HBase数据集，我们需要将这些指令放到HBase中执行，将数据导入到HBase中。
可以看到这些都是一堆的put语句。那么如何才能将这些语句全部执行呢？

1、上传命令文件将该数据集文件上传到指定的目录中

cd /hbase/data

rz

2、执行命令

hbase shell /hbase/data/student_info.txt

8、扫描操作

8.1、scan命令

在HBase，我们可以使用scan命令来扫描HBase中的表。语法：

scan '表名'

8.2、示例1：查询学生表中的所有数据

注意：scan扫描非常耗时，要避免scan一张大表，生产环境中禁用。

scan 'student_info',{FORMATTER => 'toString'}

8.3、示例2：查询学生数据只显示1条

scan 'student_info', {LIMIT => 1, FORMATTER => 'toString'}

8.4、示例3：查询学生姓名和年龄

scan 'student_info', {COLUMNS => ['C1:name', 'C1:age'], FORMATTER => 'toString'}

注意：
- ['C1:name', ...]在Ruby中[]表示一个数组

8.5、示例4：查询指定学生id的姓名和年龄

要查询指定ROWKEY的数据，需要使用ROWPREFIXFILTER，用法为：

scan '表名', {ROWPREFIXFILTER => 'rowkey'}

示例实现命令如下：

scan 'student_info', {ROWPREFIXFILTER => '0001', COLUMNS => ['C1:name', 'C1:age'], FORMATTER => 'toString'}

9、过滤器

在HBase中，如果要对海量的数据来进行查询，当基本的操作无法实现时。此时，需要借助HBase中的高级语法------Filter来进行查询。Filter可以根据列簇、列、版本等条件来对数据进行过滤查询。
因为在HBase中，主键、列、版本都是有序存储的，所以借助Filter，可以高效地完成查询。当执行Filter时，HBase会将Filter分发给各个HBase服务器节点来进行查询。

HBase中的过滤器也是基于Java开发的，只不过在Shell中，是使用基于JRuby的语法来实现的交互式查询。以下是HBase 2.2的JAVA API文档。
- Apache HBase 2.2.3 API

9.1、HBase中的过滤器

在HBase的shell中，通过show_filters指令，可以查看到HBase中内置的一些过滤器。

show_filters

过滤器进行分类

|------------|--------------------------------|---------------------------------------------|
| rowkey 过滤器 | RowFilter | 实现行键字符串的比较和过滤 |
| rowkey 过滤器 | PrefixFilter | rowkey前缀过滤器 |
| rowkey 过滤器 | KeyOnlyFilter | 只对单元格的键进行过滤和显示，不显示值 |
| rowkey 过滤器 | FirstKeyOnlyFilter | 只扫描显示相同键的第一个单元格，其键值对会显示出来 |
| rowkey 过滤器 | InclusiveStopFilter | 替代 ENDROW 返回终止条件行 |
| 列过滤器 | FamilyFilter | 列簇过滤器 |
| 列过滤器 | QualifierFilter | 列标识过滤器，只显示对应列名的数据 |
| 列过滤器 | ColumnPrefixFilter | 对列名称的前缀进行过滤 |
| 列过滤器 | MultipleColumnPrefixFilter | 可以指定多个前缀对列名称过滤 |
| 列过滤器 | ColumnRangeFilter | 过滤列名称的范围 |
| 值过滤器 | ValueFilter | 值过滤器，找到符合值条件的键值对 |
| 值过滤器 | SingleColumnValueFilter | 在指定的列蔟和列中进行比较的值过滤器 |
| 值过滤器 | SingleColumnValueExcludeFilter | 排除匹配成功的值 |
| 其他过滤器 | ColumnPaginationFilter | 对一行的所有列分页，只返回 [offset,offset+limit] 范围内的列 |
| 其他过滤器 | PageFilter | 对显示结果按行进行分页显示 |
| 其他过滤器 | TimestampsFilter | 时间戳过滤，支持等值，可以设置多个时间戳 |
| 其他过滤器 | ColumnCountGetFilter | 限制每个逻辑行返回键值对的个数，在 get 方法中使用 |
| 其他过滤器 | DependentColumnFilter | 允许用户指定一个参考列或引用列来过滤其他列的过滤器 |

Java API官方地址：Apache HBase 4.0.0-alpha-1-SNAPSHOT API

9.2、过滤器的使用

过滤器一般结合scan命令来使用。打开HBase的JAVA API文档。找到RowFilter的构造器说明，可以看到使用格式如下：

scan '表名', { Filter => "过滤器(比较运算符, '比较器表达式')" }

比较运算符

|-------|------|
| 比较运算符 | 描述 |
| = | 等于 |
| > | 大于 |
| >= | 大于等于 |
| < | 小于 |
| <= | 小于等于 |
| != | 不等于 |

比较器

|------------------------|----------|
| 比较器 | 描述 |
| BinaryComparator | 匹配完整字节数组 |
| BinaryPrefixComparator | 匹配字节数组前缀 |
| BitComparator | 匹配比特位 |
| NullComparator | 匹配空值 |
| RegexStringComparator | 匹配正则表达式 |
| SubstringComparator | 匹配子字符串 |

比较器表达式
- 基本语法：比较器类型:比较器的值

|------------------------|-------------------|
| 比较器 | 表达式语言缩写 |
| BinaryComparator | binary:值 |
| BinaryPrefixComparator | binaryprefix:值 |
| BitComparator | bit:值 |
| NullComparator | null |
| RegexStringComparator | regexstring:正则表达式 |
| SubstringComparator | substring:值 |

9.3、示例1：使用RowFilter查询指定学生id的信息

分析：

1.因为要学生id就是student_info表的rowkey，所以，应该使用rowkey过滤器来过滤
2.通过HBase的JAVA API，找到RowFilter构造器

通过上图，可以分析得到，RowFilter过滤器接受两个参数，
- op------比较运算符
- rowComparator------比较器
所以构建该Filter的时候，只需要传入两个参数即可

实现命令如下：

scan 'student_info', {FILTER => "RowFilter(=,'binary:0001')"}

9.4、示例2：查询在校状态为1，且年龄大于21的学生信息

1**、查询在校状态为1**

SingleColumnValueFilter('C1', 'state', = , 'binary:1')

2、查询年龄大于21的学生信息

SingleColumnValueFilter('C1', 'age', > , 'binary:21')

特别注意：使用SingleColumnValueFilter过滤器要过滤的列必须存在，如果不存在，那么这些列不存在的数据也会返回。如果不想让这些数据返回，做如下设置即可

SingleColumnValueFilter('C1', 'age', > , 'binary:21',true, true)

3、组合查询

scan 'student_info', {FILTER => "SingleColumnValueFilter('C1', 'state', = , 'binary:1') AND SingleColumnValueFilter('C1', 'age', > , 'binary:21')", FORMATTER => 'toString'}

注意：
- HBase shell中比较默认都是字符串比较，所以如果是比较数值类型的，会出现不准确的情况
- 例如：在字符串比较中3是比21大的