文章目录
一、实验目的
- 掌握HBase数据模型(逻辑模型及物理模型)；
- 掌握如何使用Java代码获得HBase连接，并熟练Java对HBase数据库的基本操作，进一步加深对HBase表概念的理解。
二、实验要求
通过Java代码实现与HBase数据库连接，然后用Java API创建HBase表，向创建的表中写数据，最后将表中数据读取出来并展示。
三、实验原理
逻辑模型：HBase以表的形式存储数据，每个表由行和列组成，每个列属于一个特定的列族(Column Family)。表中的行和列确定的存储单元称为一个元素(Cell)，每个元素保存了同一份数据的多个版本，由时间戳(Time Stamp)来标识。行健是数据行在表中的唯一标识，并作为检索记录的主键。在HBase中访问表中的行只有三种方式：通过单个行健访问、给定行键的范围扫描、全表扫描。行健可以是任意字符串，默认按字段顺序存储。表中的列定义为( <列族>: <限定符>)，通过列族和限定符两部分可以唯一指定一个数据的存储列。元素由行健、列( <列族>: <限定符>)和时间戳唯一确定，元素中的数据以字节码的形式存储，没有类型之分。
物理模型：HBase是按照列存储的稀疏行/列矩阵，其物理模型实际上就是把概念模型中的一个行进行分割，并按照列族存储。
四、实验环境
- 云创大数据实验平台：
- Java 版本：jdk1.7.0_79
- Hadoop 版本：hadoop-2.7.1
- ZooKeeper 版本：zookeeper-3.4.6
- HBase 版本：hbase-1.1.2
五、实验内容和步骤
本实验主要演示HBase Java API的一些基本操作，包括取得链接，创建表，写数据，查询等几个步骤，具体内容如下：
（一）启动HBase集群
首先，使用一键搭建启动Hbase集群。详细步骤参考：【大数据技术基础 | 实验七】HBase实验：部署HBase。
bash
cd /usr/cstor/hbase/bin
./start-hbase.sh
使用jps命令查看Java进程：
可以看到HBase集群启动成功。
（二）编写项目java代码
首先，在Eclipse中新建一个名为HbaseTest的Java Project。
其次，从HBase安装包的lib目录导入如下jar包到开发工具（jar包的版本号以实际的安装中的版本号为主）：
commons-codec-1.4.jar
commons-collections-3.2.2.jar
commons-configuration-1.6.jar
commons-lang-2.6.jar
commons-logging-1.2.jar
guava-12.0.1.jar
hadoop-auth-2.7.2.jar
hadoop-common-2.7.2.jar
hadoop-hdfs-2.7.2.jar
hbase-client-1.1.2.jar
hbase-common-1.1.2.jar
hbase-protocol-1.1.2.jar
htrace-core-3.1.0-incubating.jar
httpclient-4.4.jar
httpcore-4.4.jar
libfb303-0.9.2.jar
log4j-1.2.17.jar
metrics-core-2.2.0.jar
netty-all-4.0.23.Final.jar
protobuf-java-2.5.0.jar
slf4j-api-1.7.7.jar
slf4j-log4j12-1.6.4.jar
zookeeper-3.4.6.jar
找到虚拟机内的HBase安装包的lib目录/usr/cstor/hbase/lib，然后将lib下的这些jar包导入到我们本地的项目lib目录内：
然后我们需要将这些jar包导入到我们的项目中，我们右键每一个jar包 -> Build Path -> Add to Build Path 即可导入成功：
导入成功后显示如下：
然后，获得HBase连接，代码实现：
java
Configuration configuration = HBaseConfiguration.create();
Connection connection;
configuration.set("hbase.zookeeper.quorum", "slave1:2181,slave2:2181,master:2181");
configuration.set("zookeeper.znode.parent", "/hbase");
connection = ConnectionFactory.createConnection(configuration);然后，通过连接实现对HBase数据库的一些基本操作，如下：
新建HBase表，代码实现：
java
//获得HBaseAdmin对象
Admin admin = connection.getAdmin();
//表名称
String tn = "mytable";
TableName tableName = TableName.valueOf(tn);
//表不存在时创建表
if(!admin.tableExists(tableName))
{
//创建表描述对象
HTableDescriptor tableDescriptor = new HTableDescriptor(tableName);
//列簇1
HColumnDescriptor columnDescriptor1 = new HColumnDescriptor("c1".getBytes());
tableDescriptor.addFamily(columnDescriptor1);
//列簇2
HColumnDescriptor columnDescriptor2 = new HColumnDescriptor("c2".getBytes());
tableDescriptor.addFamily(columnDescriptor2);
//用HBaseAdmin对象创建表
admin.createTable(tableDescriptor);
}
//关闭HBaseAdmin对象
admin.close();向表put数据，代码实现：
java
//获得table接口
Table table = connection.getTable(TableName.valueOf("mytable"));
//添加的数据对象集合
List<Put> putList = new ArrayList<Put>();
//添加10行数据
for(int i=0; i<10; i++)
{
//put对象(rowkey)
String rowkey = "mykey" + i;
Put put = new Put(rowkey.getBytes());
//列簇 , 列名, 值
put.addColumn("c1".getBytes(), "c1tofamily1".getBytes(), ("aaa"+i).getBytes());
put.addColumn("c1".getBytes(), "c2tofamily1".getBytes(), ("bbb"+i).getBytes());
put.addColumn("c2".getBytes(), "c1tofamily2".getBytes(), ("ccc"+i).getBytes());
putList.add(put);
}
table.put(putList);
table.close();查询数据，代码实现：
java
//获得table接口（这行代码注意取舍，如果查询的代码和插入代码在同一个类中，则可以不要下面的这行）
Table table = connection.getTable(TableName.valueOf("mytable"));
//Scan 对象
Scan scan = new Scan();
//限定rowkey查询范围
scan.setStartRow("mykey0".getBytes());
scan.setStopRow("mykey9".getBytes());
//只查询c1：c1tofamily1列
scan.addColumn("c1".getBytes(), "c1tofamily1".getBytes());
//过滤器集合
FilterList filterList = new FilterList();
//查询符合条件c1：c1tofamily1==aaa7的记录
Filter filter1 = new SingleColumnValueFilter("c1".getBytes(), "c1tofamily1".getBytes(),
CompareFilter.CompareOp.EQUAL, "aaa7".getBytes());
filterList.addFilter(filter1);
scan.setFilter(filterList);
ResultScanner results = table.getScanner(scan);
for (Result result : results) {
System.out.println("获得到rowkey:" + new String(result.getRow()));
for (Cell cell : result.rawCells()) {
System.out.println("列簇：" +
Bytes.toString(cell.getFamilyArray(),cell.getFamilyOffset(),cell.getFamilyLength()) + "列:" +
Bytes.toString(cell.getQualifierArray(),cell.getQualifierOffset(),cell.getQualifierLength()) + "值:" +
Bytes.toString(cell.getValueArray(), cell.getValueOffset(), cell.getValueLength()));
}
}
results.close();
table.close();附：完整代码如下：
java
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.hbase.*;
import org.apache.hadoop.hbase.client.*;
import org.apache.hadoop.hbase.filter.CompareFilter;
import org.apache.hadoop.hbase.filter.Filter;
import org.apache.hadoop.hbase.filter.FilterList;
import org.apache.hadoop.hbase.filter.SingleColumnValueFilter;
import org.apache.hadoop.hbase.util.Bytes;
import java.io.IOException;
import java.util.ArrayList;
import java.util.List;
public class Main {
public static void main(String[] args) {
Configuration configuration = HBaseConfiguration.create();
Connection connection;
configuration.set("hbase.zookeeper.quorum", "slave1:2181,slave2:2181,master:2181");
configuration.set("zookeeper.znode.parent", "/hbase");
try {
connection = ConnectionFactory.createConnection(configuration);
//获得HBaseAdmin对象
Admin admin = connection.getAdmin();
//表名称
String tn = "mytable";
TableName tableName = TableName.valueOf(tn);
//表不存在时创建表
if (!admin.tableExists(tableName)) {
//创建表描述对象
HTableDescriptor tableDescriptor = new HTableDescriptor(tableName);
//列簇1
HColumnDescriptor columnDescriptor1 = new HColumnDescriptor("c1".getBytes());
tableDescriptor.addFamily(columnDescriptor1);
//列簇2
HColumnDescriptor columnDescriptor2 = new HColumnDescriptor("c2".getBytes());
tableDescriptor.addFamily(columnDescriptor2);
//用HBaseAdmin对象创建表
admin.createTable(tableDescriptor);
}
//关闭HBaseAdmin对象
admin.close();
//向表put数据，代码实现：
//获得table接口
Table table = connection.getTable(TableName.valueOf("mytable"));
//添加的数据对象集合
List<Put> putList = new ArrayList<Put>();
//添加10行数据
for (int i = 0; i < 10; i++) {
//put对象(rowkey)
String rowkey = "mykey" + i;
Put put = new Put(rowkey.getBytes());
//列簇 , 列名, 值
put.addColumn("c1".getBytes(), "c1tofamily1".getBytes(), ("aaa" + i).getBytes());
put.addColumn("c1".getBytes(), "c2tofamily1".getBytes(), ("bbb" + i).getBytes());
put.addColumn("c2".getBytes(), "c1tofamily2".getBytes(), ("ccc" + i).getBytes());
putList.add(put);
}
table.put(putList);
table.close();
//查询数据，代码实现：
//获得table接口
//Scan 对象
Scan scan = new Scan();
//限定rowkey查询范围
scan.setStartRow("mykey0".getBytes());
scan.setStopRow("mykey9".getBytes());
//只查询c1：c1tofamily1列
scan.addColumn("c1".getBytes(), "c1tofamily1".getBytes());
//过滤器集合
FilterList filterList = new FilterList();
//查询符合条件c1：c1tofamily1==aaa7的记录
Filter filter1 = new SingleColumnValueFilter("c1".getBytes(), "c1tofamily1".getBytes(), CompareFilter.CompareOp.EQUAL, "aaa7".getBytes());
filterList.addFilter(filter1);
scan.setFilter(filterList);
ResultScanner results = table.getScanner(scan);
for (Result result : results) {
System.out.println("获得到rowkey:" + new String(result.getRow()));
for (Cell cell : result.rawCells()) {
System.out.println("列簇：" +
Bytes.toString(cell.getFamilyArray(), cell.getFamilyOffset(), cell.getFamilyLength()) + "列:" +
Bytes.toString(cell.getQualifierArray(), cell.getQualifierOffset(), cell.getQualifierLength()) + "值:" +
Bytes.toString(cell.getValueArray(), cell.getValueOffset(), cell.getValueLength()));
}
}
results.close();
table.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}最后，要点击菜单栏中的Run，选择Run As -> Java Application。这将自动创建一个默认的运行配置。
（三）将代码导出jar包
将上述代码打成jar包，注意要选择Runnable JAR file：
Launch configuration选择Main - HbaseTest：（注意：若上一步中，没有选择Run As -> Java Application创建运行配置，这里则没有Main - HbaseTest的选项）
用WinSCP工具上传到客户端节点：
最后，将Java代码打成jar包，并上传到客户端执行。
bash
java -jar HbaseTest.jar
六、实验结果
表创建完，然后添加数据后，可以通过shell查看mytable表数据，共插入10条数据，数据内容如图所示。
bash
cd /usr/cstor/hbase/bin
./hbase shell
sql
scan 'mytable'
七、实验心得
在本次实验中，我通过Java代码实现了与HBase数据库的连接，并进行了创建表、插入数据和查询数据的操作。这一过程中，我对HBase的逻辑模型和物理模型有了更深刻的理解。
首先，HBase作为一个列式存储的数据库，以表的形式存储数据，每个表由行和列组成。通过实验，我了解到HBase中的行键是数据行的唯一标识，可以用于检索记录。在列的定义中，由列族和限定符组合唯一确定一个数据的存储位置。通过这些基础知识，我能够更好地理解HBase的数据组织方式，尤其是其多版本数据管理的独特优势。
其次，实验中我学习了如何通过Java代码创建HBase表。通过连接HBase服务器，利用Java API获取HBase的管理对象，并在表不存在时创建表，定义列族。接下来，我使用了Put对象将数据插入表中。通过这种方式插入多行数据，验证了HBase在海量数据处理和存储上的效率与优势。
最后，我完成了对数据的查询操作。在查询时，我使用了扫描和过滤器来限定查询条件。这种灵活的查询方式让我体验到了HBase对于复杂数据分析和处理的支持。
此次实验强化了我对HBase数据库操作的掌握，使我认识到HBase在分布式环境下的应用潜力。通过Java代码与HBase的交互，我加深了对HBase表和列族概念的理解，掌握了其增删查改的基本操作。