HBase Shell 常用操作
- 1. 命名空间
- 2. DDL语句
- 3. put与get
- 4. 其他DML语句
- 5. scan和filter

HBase Shell 常用操作

HBase Shell是HBase的一个命令行工具，我们可以通过它对HBase进行维护操作。我们可以使用sudo -u hbase hbase shell来进入HBase shell。
在HBase shell中，可以使用status, version和whoami分别获得当前服务的状态、版本、登录用户和验证方式。

> status
3 servers, 1 dead, 1.3333 average load
> version
0.98.6-cdh5.3.1, rUnknown, Tue Jan 27 16:43:50 PST 2015
> whoami
hbase (auth:SIMPLE)
groups: hbase

HBase shell中的帮助命令非常强大，使用help获得全部命令的列表，使用help ‘command_name’获得某一个命令的详细信息。例如：

> help 'list'
List all tables in hbase. Optional regular expression parameter could
be used to filter the output. Examples:hbase> listhbase> list 'abc.*'hbase> list 'ns:abc.*'hbase> list 'ns:.*'

1. 命名空间

在HBase系统中，命名空间namespace指的是一个HBase表的逻辑分组，同一个命名空间中的表有类似的用途，也用于配额和权限等设置进行安全管控。
HBase默认定义了两个系统内置的预定义命名空间：

hbase：系统命名空间，用于包含hbase的内部表
default：所有未指定命名空间的表都自动进入该命名空间

我们可以通过create_namespace命令来建立命名空间

> create_namespace 'debugo_ns'
0 row(s) in 2.0910 seconds

通过drop_namespace来删除命名空间

> drop_namespace 'debugo_ns'
0 row(s) in 1.9540 seconds

通过alter_namespac改变表的属性，其格式如下：

alter_namespace 'my_ns', {METHOD => 'set', 'PROPERTY_NAME' => 'PROPERTY_VALUE'}

显示命名空间以及设定的元信息：

> describe_namespace 'debugo_ns'
DESCRIPTION
{NAME => 'debugo_ns'}
1 row(s) in 1.9540 seconds

显示所有命名空间

> list_namespace
NAMESPACE
debugo_ns
default
hbase
3 row(s) in 0.0910 seconds

在HBase下建表需要使用create table_name, column_family1, 这个命令:

> create 'user','info'
0 row(s) in 0.9030 seconds
=> Hbse::Table - user

这个时候这个表是创建在default下面。如果需要在debugo_ns这个命名空间下面建表，则需要使用create namespace:table_name这种方式:

> create_namespace 'debugo_ns'
0 row(s) in 2.0910 seconds
create 'debugo_ns:users', 'info'
0 row(s) in 0.4640 seconds
=> Hbase::Table - debugo_ns:users

List命令可以列出当前HBase实例中的所有表，支持使用正则表达式来匹配。

> list_namespace_tables 'debugo_ns'
TABLE
users
1 row(s) in 0.0400 seconds

使用list_namespace_tables也可以直接输出某个命名空间下的所有表

> list_namespace_tables 'debugo_ns'
TABLE
users
1 row(s) in 0.0400 seconds

2. DDL语句

首先是建立HBase表，上面我们已经用过create命令了。它后面的第一个参数是表名，然后是一系列列簇的列表。每个列簇中可以独立指定它使用的版本数，数据有效保存时间（TTL），是否开启块缓存等信息。

> create 't1', {NAME => 'f1', VERSIONS => 1, TTL => 2592000, BLOCKCACHE => true}, 'f2'

表也可以在创建时指定它预分割(pre-splitting)的region数和split方法。在表初始建立时，HBase只分配给这个表一个region。这就意味着当我们访问这个表数据时，我们只会访问一个region server，这样就不能充分利用集群资源。HBase提供了一个工具来管理表的region数，即org.apache.hadoop.hbase.util.RegionSplitter和HBase shell中create中的split的配置项。例如：

> create 't2', 'f1', {NUMREGIONS => 3, SPLITALGO => 'HexStringSplit'}

我们通过describe 来查看这个表中的元信息：

> describe 't2'
DESCRIPTION                                                 ENABLED't2', {NAME => 'f1', DATA_BLOCK_ENCODING => 'NONE', BLOOMFILTER => 'ROW', REPLIC true ATION_SCOPE => '0', VERSIONS => '1', COMPRESSION => 'NONE', MIN_VERSIONS => '0', TTL => 'FOREVER', KEEP_DELETED_CELLS => 'false', BLOCKSIZE => '65536', IN_MEMOR Y => 'false', BLOCKCACHE => 'true'}
1 row(s) in 0.0690 seconds

通过enable和disable来启用/禁用这个表,相应的可以通过is_enabled和is_disabled来检查表是否被禁用。

> disable 't2'
0 row(s) in 1.4410 seconds
> enable 't2'
0 row(s) in 0.5940 seconds
> is_enabled 't2'
true
0 row(s) in 0.0400 seconds
hbase(main):042:0> is_disabled 't2'
false
0 row(s) in 0.0490 seconds

使用exists来检查表是否存在

> exists 't2'
Table t2 does exist
0 row(s) in 0.0590 seconds

使用alter来改变表的属性，比如改变列簇的属性, 这涉及将信息更新到所有的region。在过去的版本中，alter操作需要先把table禁用，而在当前版本已经不需要。

> alter 't1', {NAME => 'f1', VERSIONS => 5}
Updating all regions with the new schema...
0/1 regions updated.
1/1 regions updated.
Done.
0 row(s) in 2.3470 seconds

另外一个非常常用的操作是添加和删除列簇：

> alter 't1','f3'
Updating all regions with the new schema...
0/1 regions updated.
1/1 regions updated.
Done.
0 row(s) in 2.3130 seconds
> alter 't1', 'delete' => 'f3'

或者：

> alter 't1',{ NAME => 'f3', METHOD => 'delete'}
Updating all regions with the new schema...
0/1 regions updated.
1/1 regions updated.
Done.
0 row(s) in 2.2930 seconds

删除表需要先将表disable。

> disable 't1'
0 row(s) in 1.4310 seconds
> drop 't1'
0 row(s) in 0.2440 seconds

3. put与get

在HBase shell中，我们可以通过put命令来插入数据。例如我们新创建一个表，它拥有id、address和info三个列簇，并插入一些数据。列簇下的列不需要提前创建，在需要时通过
:
来指定即可。

> create 'member','id','address','info'
0 row(s) in 0.4570 seconds
=> Hbase::Table – member
put 'member', 'debugo','id','11'
put 'member', 'debugo','info:age','27'
put 'member', 'debugo','info:birthday','1987-04-04'
put 'member', 'debugo','info:industry', 'it'
put 'member', 'debugo','address:city','beijing'
put 'member', 'debugo','address:country','china'
put 'member', 'Sariel', 'id', '21'
put 'member', 'Sariel','info:age', '26'
put 'member', 'Sariel','info:birthday', '1988-05-09 '
put 'member', 'Sariel','info:industry', 'it'
put 'member', 'Sariel','address:city', 'beijing'
put 'member', 'Sariel','address:country', 'china'
put 'member', 'Elvis', 'id', '22'
put 'member', 'Elvis','info:age', '26'
put 'member', 'Elvis','info:birthday', '1988-09-14 '
put 'member', 'Elvis','info:industry', 'it'
put 'member', 'Elvis','address:city', 'beijing'
put 'member', 'Elvis','address:country', 'china'

获取一个id的所有数据

> get 'member', 'Sariel'
COLUMN                           CELL                                                                                        address:city                    timestamp=1425871035382, value=beijing                                                      address:country                 timestamp=1425871035424, value=china                                                        id:                             timestamp=1425871035176, value=21                                                           info:age                        timestamp=1425871035225, value=26                                                           info:birthday                   timestamp=1425871035296, value=1988-05-09                                                   info:industry                   timestamp=1425871035334, value=it
6 row(s) in 0.0530 seconds

获得一个id，一个列簇（一个列）中的所有数据:

> get 'member', 'Sariel', 'info'
COLUMN                           CELL                                                                                        info:age                        timestamp=1425871035225, value=26                                                           info:birthday                   timestamp=1425871035296, value=1988-05-09                                                   info:industry                   timestamp=1425871035334, value=it
3 row(s) in 0.0320 seconds
> get 'member', 'Sariel', 'info:age'
COLUMN                           CELL                                                                                        info:age                        timestamp=1425871035225, value=26
1 row(s) in 0.0270 seconds

通过describe ‘member’可以看到，默认情况下列簇只保存1个version。我们先将其修改到2,然后update一些信息。

> alter 'member', {NAME=> 'info', VERSIONS => 2}
Updating all regions with the new schema...
0/1 regions updated.
1/1 regions updated.
Done.
0 row(s) in 2.2580 seconds
> put 'member', 'debugo','info:age','29'
> put 'member', 'debugo','info:age','28'
> get 'member', 'debugo', {COLUMN=>'info:age', VERSIONS=>2}
COLUMN                           CELL                                                                                        info:age                        timestamp=1425884510241, value=28                                                           info:age                        timestamp=1425884510195, value=29
2 row(s) in 0.0400 seconds

4. 其他DML语句

通过delete命令，我们可以删除id为某个值的‘info:age’字段，接下来的get就无视了

> delete 'member','debugo','info:age'
0 row(s) in 0.0420 seconds
> get 'member','debugo','info:age'
COLUMN                           CELL
0 row(s) in 0.3270 seconds

通过deleteall来删除整行

> delete 'member','debugo','info:age'
0 row(s) in 0.0420 seconds
> get 'member','debugo','info:age'
COLUMN                           CELL
0 row(s) in 0.3270 seconds

给’Sariel’的’info:age’字段添加，并使用incr实现递增。但需要注意的是，这个value需要是一个数值，如果使用单引号标识的字符串就无法使用incr。在使用Java API开发时，我们可以使用toBytes函数讲数值转换成byte字节。在HBase shell中我们只能通过incr来初始化这个列，

> delete 'member','Sariel','info:age'
0 row(s) in 0.0270 seconds
> incr 'member','Sariel','info:age',26
0 row(s) in 0.0290 seconds
> incr 'member','Sariel','info:age'
0 row(s) in 0.0290 seconds
> incr 'member','Sariel','info:age', -1
0 row(s) in 0.0230 seconds
> get 'member','Sariel','info:age'
COLUMN   CELL                                                                                        info:age   timestamp=1425890213341, value=\x00\x00\x00\x00\x00\x00\x00\x1A
1 row(s) in 0.0280 seconds

十六进制1A是26，通过上面增1再减1后得到的结果。下面通过count统计行数。

> count 'member'
2 row(s) in 0.0750 seconds
=> 2

通过truncate来截断表。hbase是先将掉disable掉，然后drop掉后重建表来实现truncate的功能的。

hbase(main):010:0> truncate 'member'
Truncating 'member' table (it may take a while):- Disabling table...- Dropping table...- Creating table...
0 row(s) in 2.3260 seconds

5. scan和filter

通过scan来对全表进行扫描。我们将之前put的数据恢复。

> scan 'member'
ROW                COLUMN+CELL                                         Elvis             column=address:city, timestamp=1425891057211, value=beijing                                             Elvis             column=address:country, timestamp=1425891057258, value=china                                            Elvis             column=id:, timestamp=1425891057038, value=22       Elvis             column=info:age, timestamp=1425891057083, value=26  Elvis             column=info:birthday, timestamp=1425891057129, value=1988-09-14                                         Elvis             column=info:industry, timestamp=1425891057172, value=it                                                 Sariel            column=address:city, timestamp=1425891056965, value=beijing                                             Sariel            column=address:country, timestamp=1425891057003, value=china                                            Sariel            column=id:, timestamp=1425891056767, value=21       Sariel            column=info:age, timestamp=1425891056808, value=26  Sariel            column=info:birthday, timestamp=1425891056883, value=1988-05-09                                         Sariel            column=info:industry, timestamp=1425891056924, value=it                                                 debugo            column=address:city, timestamp=1425891056642, value=beijing                                             debugo            column=address:country, timestamp=1425891056726, value=china                                            debugo            column=id:, timestamp=1425891056419, value=11       debugo            column=info:age, timestamp=1425891056499, value=27  debugo            column=info:birthday, timestamp=1425891056547, value=1987-04-04                                         debugo            column=info:industry, timestamp=1425891056597, value=it
3 row(s) in 0.0660 seconds3 row(s) in 0.0590 seconds

指定扫描其中的某个列：

> scan 'member', {COLUMNS=> 'info:birthday'}

或者整个列簇：

> scan 'member', {COLUMNS=> 'info'}
ROW                              COLUMN+CELL                                                                                 Elvis                           column=info:age, timestamp=1425891057083, value=26                                          Elvis                           column=info:birthday, timestamp=1425891057129, value=1988-09-14                             Elvis                           column=info:industry, timestamp=1425891057172, value=it                                     Sariel                          column=info:age, timestamp=1425891056808, value=26                                          Sariel                          column=info:birthday, timestamp=1425891056883, value=1988-05-09                             Sariel                          column=info:industry, timestamp=1425891056924, value=it                                     debugo                          column=info:age, timestamp=1425891056499, value=27                                          debugo                          column=info:birthday, timestamp=1425891056547, value=1987-04-04                             debugo                          column=info:industry, timestamp=1425891056597, value=it
3 row(s) in 0.0650 seconds

除了列（COLUMNS）修饰词外，HBase还支持Limit（限制查询结果行数），STARTROW （ROWKEY起始行。会先根据这个key定位到region，再向后扫描）、STOPROW(结束行)、TIMERANGE（限定时间戳范围）、VERSIONS（版本数）、和FILTER（按条件过滤行）等。比如我们从Sariel这个rowkey开始，找下一个行的最新版本：

> scan 'member', { STARTROW => 'Sariel', LIMIT=>1, VERSIONS=>1}
ROW    COLUMN+CELLSariel   column=address:city, timestamp=1425891056965, value=beijingSariel   column=address:country, timestamp=1425891057003, value=chinaSariel   column=id:, timestamp=1425891056767, value=21Sariel   column=info:age, timestamp=1425891056808, value=26Sariel   column=info:birthday, timestamp=1425891056883, value=1988-05-09Sariel   column=info:industry, timestamp=1425891056924, value=it
1 row(s) in 0.0410 seconds

Filter是一个非常强大的修饰词，可以设定一系列条件来进行过滤。比如我们要限制某个列的值等于26：

> scan 'member', FILTER=>"ValueFilter(=,'binary:26')"
ROW    COLUMN+CELLElvis    column=info:age, timestamp=1425891057083, value=26Sariel   column=info:age, timestamp=1425891056808, value=26
2 row(s) in 0.0620 seconds

值包含6这个值：

> scan 'member', FILTER=>"ValueFilter(=,'substring:6')"
Elvis    column=info:age, timestamp=1425891057083, value=26Sariel   column=info:age, timestamp=1425891056808, value=26
2 row(s) in 0.0620 seconds

列名中的前缀为birthday的：

> scan 'member', FILTER=>"ColumnPrefixFilter('birth') "
ROW                              COLUMN+CELL                                                                                 Elvis                           column=info:birthday, timestamp=1425891057129, value=1988-09-14                             Sariel      column=info:birthday, timestamp=1425891056883, value=1988-05-09debugo                          column=info:birthday, timestamp=1425891056547, value=1987-04-04
3 row(s) in 0.0450 seconds

FILTER中支持多个过滤条件通过括号、AND和OR的条件组合。

> scan 'member', FILTER=>"ColumnPrefixFilter('birth') AND ValueFilter ValueFilter(=,'substring:1987')"
ROW       COLUMN+CELL
Debugo    column=info:birthday, timestamp=1425891056547, value=1987-04-04
1 row(s) in 0.0450 seconds

同一个rowkey的同一个column有多个version，根据timestamp来区分。而每一个列簇有多个column。而FIRSTKEYONLY仅取出每个列簇的第一个column的第一个版本。而KEYONLY则是对于每一个column只去取出key，把VALUE的信息丢弃,一般和其他filter结合使用。例如：

> scan 'member', FILTER=>"FirstKeyOnlyFilter()"
ROW    COLUMN+CELL                                                                                 Elvis    column=address:city, timestamp=1425891057211, value=beijing                                 Sariel   column=address:city, timestamp=1425891056965, value=beijing                                 debugo column=address:city, timestamp=1425891056642, value=beijing
3 row(s) in 0.0230 seconds
> scan 'member', FILTER=>"KeyOnlyFilter()"
hbase(main):055:0> scan 'member', FILTER=>"KeyOnlyFilter()"
ROW    COLUMN+CELL
Elvis    column=address:city, timestamp=1425891057211, value=
Elvis    column=id:, timestamp=1425891057038, value=
……

PrefixFilter是对Rowkey的前缀进行判断,这是一个非常常用的功能。

> scan 'member', FILTER=>"PrefixFilter('E')"
ROW    COLUMN+CELL
Elvis    column=address:city, timestamp=1425891057211, value=beijing
……
1 row(s) in 0.0460 seconds

转载：http://debugo.com/hbase-shell-cmds/

HBase Shell实例相关推荐

HBase Shell基本操作
首先启动hadoop集群与hbase服务 start-all.sh hbase-1.1.3/bin/start-hbase.sh 接下来使用hbase shell命令来连接正在运行的Hbase实例,该 ...
hbase shell远程连接_HBase安装详解
本文将介绍如何安装HBase和初始配置. 需要用Java和Hadoop来处理HBase,所以必须下载java和Hadoop并安装系统中.安装前设置安装Hadoop在Linux环境下之前,需要建立和使 ...
hbase java编程,HBase编程实例
摘要:在前文中安装了Hbase,通过Hbase shell可以进行一些操作,但是和实际的编程实例联系起来不方便,因此本文介绍有关Hbase编程的实例. 一.使用Eclipse开发HBase应用程序 1 ...
HBase Shell 常用操作
HBase Shell 常用操作 2015年3月10日 by debugo · 19 Comments 本文转自http://debugo.com/hbase-shell-cmds/,感谢作者 HBa ...
hbase shell命令2
2019独角兽企业重金招聘Python工程师标准>>> 在HBase shell中,可以使用status, version和whoami分别获得当前服务的状态.版本.登录用户和验证方 ...
列式存储的分布式数据库——HBase Shell与SQL实战操作（HBase Master高可用实现）
文章目录一.前言二.命令行操作(hbase shell) 1)连接HBase 2)创建表(create) 3)添加数据(put) 4)查询数据(scan ) 5)获取单行数据(get) 6)禁用/ ...
HBase Shell工具操作HBase
HBase的shell工具是常用的工具,运维过程的DDL和DML都会通过此进行,其具体实现是用Ruby语言编写的,并且使用了JRuby解释器.该工具模式有两种常用的模式:交互模式和命令批处理模式.交互 ...
hbase shell 查看列名_Hbase的简单命令使用
通过hbase shell进入到cli窗口 1.创建表 create 't01','cf01' t01为表名 cf01为列族名在hbase当中命令是需要区分大小的在hbase当中字符串是需要加上引 ...
hbase shell命令_HBASE的shell操作
前言我们知道hbase其实是架构在hdfs上的一个分布式数据库,既然是数据库那么这篇文章就主要围绕着我们最熟悉的增删改查来做.当然了,其实hbase的shell操作在真实的企业中几乎不用,这个很简单 ...

HBase Shell实例