create schema authorization命令_Hbase命令大全

一：简介

    HBase的名字的来源于Hadoop database，即hadoop数据库，不同于一般的关系数据库，它是非结构化数据存储的数据库，而且它是基于列的而不是基于行的模式。

    HBase是一个分布式的、面向列的、基于Google Bigtable的开源实现，利用Hadoop HDFS作为其文件存储系统，利用Hadoop MapReduce来处理HBase中的海量数据，利用Zookeeper作为协同服务。

二：HBase重要概念

HBase的表结构

    HBase以表的形式存储数据。表有行和列组成。列划分为若干个列族/列簇(column family)，每个列族/列簇下面可以有多个普通列。

表Table

    HBase是用表来存储数据的。

命名空间namespace

    namespace命名空间指对一组表的逻辑分组，类似RDBMS中的database，方便对表在业务上划分。
    HBase系统默认定义了两个缺省的namespace：

• hbase：系统内建表，包含namespace和meta表

• default：用户建表时未指定namespace的表都创建在此

行键 Row Key

    行键，每一行的主键列，每行的行键要唯一，行键的值为任意字符串(最大长度是 64KB，实际应用中长度一般为 10-100bytes),在HBase内部,rowKey保存为字节数组byte[]。
    行的一次读写是原子操作 (不论一次读写多少列)

区域Region

    Table在行的方向上分割为多个Region。

    Region是按大小分割的，每个表开始只有一个region，随着数据的增多，region不断增大，当增大到一个阀值的时候，region就会等分为两个新的region,之后会有越来越多的region。

    Region是HBase中分布式存储和负载均衡的最小单元。不同的Region分布到不同的RegionServer上。

    Region由一个或者多个Store组成, 每个Store保存一个column family, 每个Store又由一个MemStore(存储在内存中)和0到多个StoreFile(存储在HDFS上)组成。

列族 column family

    列族是每个子列的父级，每个子列都属于一个列族,一个列族包含一个或者多个相关列，创建表的时候需要指定列族，而列不需要必须指定。通过“列族名:列名”来表示某个具体的子列。

    HBase中的Schema就是 TableName + Column Family Name

列限定符

    就是列族下的每个子列名称，或者称为相关列，或者称为限定符，只是翻译不同。
    通过columnFamily:column来定位某个子列。

存储单元 cell

    我们外观看到的每个单元格其实都对应着多个存储单元，默认情况下一个单元格对应着一个存储单元，一个存储单元可以存储一份数据，如果一个单元格有多个存储单元就表示一个单元格可以存储多个值。可以通过version来设置存储单元个数。可以通过rowKey + columnFamily + column + timestamp来唯一确定一个存储单元。cell中的数据是没有类型的，全部是字节码形式存贮。

    hbase按照时间戳降序排列各时间版本，其他映射建按照升序排序。

时间戳版本号 timestamp

    每个cell都保存着同一份数据的多个版本。版本通过时间戳来索引。时间戳的类型是 64位整型。时间戳可以由hbase(在数据写入时自动 )赋值，此时时间戳是精确到毫秒的当前系统时间。时间戳也可以由客户显式赋值。如果应用程序要避免数据版本冲突，就必须自己生成具有唯一性的时间戳。每个cell中，不同版本的数据按照时间倒序排序，即最新的数据排在最前面。

    为了避免数据存在过多版本造成的的管理 (包括存贮和索引)负担，hbase提供了两种数据版本回收方式。一是保存数据的最后n个版本，二是保存最近一段时间内的版本(比如最近七天)。用户可以针对每个列族进行设置。

三：HBase Shell

命名	描述	语法
help ‘命名名’	查看命令的使用描述	help ‘命令名’
whoami	我是谁	whoami
version	返回hbase版本信息	version
status	返回hbase集群的状态信息	status
table_help	查看如何操作表	table_help
create	创建表	create ‘表名’, ‘列族名1’, ‘列族名2’, ‘列族名N’
alter	修改列族	添加一个列族：alter ‘表名’, ‘列族名’ 删除列族：alter ‘表名’, {NAME=> ‘列族名’, METHOD=> ‘delete’}
describe	显示表相关的详细信息	describe ‘表名’
list	列出hbase中存在的所有表	list
exists	测试表是否存在	exists ‘表名’
put	添加或修改的表的值	put ‘表名’, ‘行键’, ‘列族名’, ‘列值’ put ‘表名’, ‘行键’, ‘列族名:列名’, ‘列值’
scan	通过对表的扫描来获取对用的值	scan ‘表名’ 扫描某个列族：scan ‘表名’, {COLUMN=>‘列族名’} 扫描某个列族的某个列：scan ‘表名’, {COLUMN=>‘列族名:列名’} 查询同一个列族的多个列：scan ‘表名’, {COLUMNS => [ ‘列族名1:列名1’, ‘列族名1:列名2’, …]}
get	获取行或单元(cell)的值	get ‘表名’, ‘行键’ get ‘表名’, ‘行键’, ‘列族名’
count	统计表中行的数量	count ‘表名’
incr	增加指定表行或列的值	incr ‘表名’, ‘行键’, ‘列族:列名’, 步长值
get_counter	获取计数器	get_counter ‘表名’, ‘行键’, ‘列族:列名’
delete	删除指定对象的值(可以为表，行，列对应的值，另外也可以指定时间戳的值)	删除列族的某个列：delete ‘表名’, ‘行键’, ‘列族名:列名’
deleteall	删除指定行的所有元素值	deleteall ‘表名’, ‘行键’
truncate	重新创建指定表	truncate ‘表名’
enable	使表有效	enable ‘表名’
is_enabled	是否启用	is_enabled ‘表名’
disable	使表无效	disable ‘表名’
is_disabled	是否无效	is_disabled ‘表名’
drop	删除表	drop的表必须是disable的 disable ‘表名’ drop ‘表名’
shutdown	关闭hbase集群(与exit不同)
tools	列出hbase所支持的工具
exit	退出hbase shell

    HBase Shell 是官方提供的一组命令，用于操作HBase。如果配置了HBase的环境变量了，就可以知己在命令行中输入hbase shell 命令进入命令行。

hbase shell

help命令

    可以通过 help '命名名称'来查看命令行的具体使用，包括命令的作用和用法。
通过help ‘hbase’ 命名来查看hbase shell 支持的所有命令，hbase将命令进行分组，其中ddl、dml使用较多。

四：general 命名

1. 显示集群状态status

    可以为 ‘summary’, ‘simple’, ‘detailed’, or ‘replication’. 默认为 ‘summary’

hbase> statushbase> status 'simple'hbase> status 'summary'hbase> status 'detailed'hbase> status 'replication'hbase> status 'replication', 'source'hbase> status 'replication', 'sink'

2. 查询数据库版本version

3. 显示当前用户与组 whoami

4. 查看操作表的命令table_help

5. 退出HBase Shell exit

exit

五：ddl命令

1. 创建表create

    注意：创建表时只需要指定列族名称，不需要指定列名。

# 语法create '表名', {NAME => '列族名1'}, {NAME => '列族名2'}, {NAME => '列族名3'}# 此种方式是上上面的简写方式，使用上面方式可以为列族指定更多的属性，如VERSIONS、TTL、BLOCKCACHE、CONFIGURATION等属性create '表名', '列族名1', '列族名2', '列族名3'create '表名', {NAME => '列族名1', VERSIONS => 版本号, TTL => 过期时间, BLOCKCACHE => true}# 示例create 'tbl_user', 'info', 'detail'create 't1', {NAME => 'f1', VERSIONS => 1, TTL => 2592000, BLOCKCACHE => true}

2. 修改(添加、删除)表结构Schema alter

2.1 添加一个列族

# 语法 alter '表名', '列族名'# 示例alter 'tbl_user', 'address'

2.2 删除一个列族

# 语法 alter '表名', {NAME=> '列族名', METHOD=> 'delete'}# 示例alter 'tbl_user', {NAME=> 'address', METHOD=> 'delete'}

3.3 修改列族的属性
可以修改列族的VERSIONS、IN_MEMORY

# 修改f1列族的版本为5alter 't1', NAME => 'f1', VERSIONS => 5# 修改多个列族，修改f2为内存，版本号为5alter 't1', 'f1', {NAME => 'f2', IN_MEMORY => true}, {NAME => 'f3', VERSIONS => 5}# 也可以修改table-scope属性，例如MAX_FILESIZE, READONLY,MEMSTORE_FLUSHSIZE, DEFERRED_LOG_FLUSH等。# 例如，修改region的最大大小为128MB：alter 't1', MAX_FILESIZE => '134217728'

3. 异步修改Schema alter_async

# change or add the 'f1' column family in table 't1' from defaultsto instead keep a maximum of 5 cell VERSIONSalter_async 't1', NAME => 'f1', VERSIONS => 5# delete the 'f1' column family in table 'ns1:t1'alter_async 'ns1:t1', NAME => 'f1', METHOD => 'delete'alter_async 'ns1:t1', 'delete' => 'f1'# change the max size of a family to 128MBalter 't1', METHOD => 'table_att', MAX_FILESIZE => '134217728'alter 't1', {NAME => 'f1'}, {NAME => 'f2', METHOD => 'delete'}

4. 获取alter_async执行的状态 alter_status

alter_status '表名'

5. 获取表的描述describe

# 语法 describe '表名'# 示例describe 'tbl_user'

6. 列举所有表list

7. 表是否存在exists

# 语法 exists '表名'# 示例exists 'tbl_user'

8. 启用表enable和禁用表disable

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。

# 语法enable '表名'is_enabled '表名'disable '表名'is_disabled '表名'# 示例disable 'tbl_user'is_disabled 'tbl_user'enable 'tbl_user'is_enabled 'tbl_user'

9. 禁用满足正则表达式的所有表disable_all

• .匹配除“\n”和"\r"之外的任何单个字符

• *匹配前面的子表达式任意次

# 匹配以t开头的表名disable_all 't.*'# 匹配指定命名空间ns下的以t开头的所有表disable_all 'ns:t.*'# 匹配ns命名空间下的所有表disable_all 'ns:.*'

10. 启用满足正则表达式的所有表enable_all

enable_all 't.*'enable_all 'ns:t.*'enable_all 'ns:.*'

11. 删除表drop

需要先禁用表，然后再删除表，启用的表是不允许删除的

# 语法disable '表名'drop '表名'# 示例disable 'tbl_user'drop 'tbl_user'

12. 删除满足正则表达式的所有表drop_all

drop_all 't.*'drop_all 'ns:t.*'drop_all 'ns:.*'

13. 获取某个表赋值给一个变量 get_table

通过 var = get_table ‘表名’ 赋值给一个变量对象，然后对象.来调用，就像面向对象编程一样，通过对象.方法来调用，这种方式在操作某个表时就不必每次列举表名了。

14. 获取rowKey所在的区 locate_region

locate_region '表名', '行键'

15. 显示hbase所支持的所有过滤器show_filters

    过滤器用于get和scan命令中作为筛选数据的条件，类型关系型数据库中的where的作用

六：namespace命令

1. 列举命名空间 list_namespace

2. 获取命名空间描述 describe_namespace

3. 查看命名空间下的所有表 list_namespace_tables

4. 创建命名空间create_namespace

5. 修改命名空间的属性

# add/modify a propertyalter_namespace 'ns1', {METHOD => 'set', 'PROPERTY_NAME' => 'PROPERTY_VALUE'}# delete a propertyalter_namespace 'ns1', {METHOD => 'unset', NAME=>'PROPERTY_NAME'}

6. 删除命名空间drop_namespace

drop_namespace '命名空间名称'

七：dml命令

1. 插入或者修改数据put

# 语法# 当列族中只有一个列时'列族名:列名'使用'列族名'put '表名', '行键', '列族名', '列值'put '表名', '行键', '列族名:列名', '列值'# 示例# 创建表create 'tbl_user', 'info', 'detail', 'address'# 第一行数据put 'tbl_user', 'mengday', 'info:id', '1'put 'tbl_user', 'mengday', 'info:name', '张三'put 'tbl_user', 'mengday', 'info:age', '28'put 'tbl_user', 'mengday', 'detail:birthday', '1990-06-26'put 'tbl_user', 'mengday', 'detail:email', 'abc@163.com'put 'tbl_user', 'mengday', 'detail:create_time', '2019-03-04 14:26:10'put 'tbl_user', 'mengday', 'address', '上海市'# 第二行数据put 'tbl_user', 'vbirdbest', 'info:id', '2'put 'tbl_user', 'vbirdbest', 'info:name', '李四'put 'tbl_user', 'vbirdbest', 'info:age', '27'put 'tbl_user', 'vbirdbest', 'detail:birthday', '1990-06-27'put 'tbl_user', 'vbirdbest', 'detail:email', 'xxx@gmail.com'put 'tbl_user', 'vbirdbest', 'detail:create_time', '2019-03-05 14:26:10'put 'tbl_user', 'vbirdbest', 'address', '北京市'# 第一行数据put 'tbl_user', 'xiaoming', 'info:id', '3'put 'tbl_user', 'xiaoming', 'info:name', '王五'put 'tbl_user', 'xiaoming', 'info:age', '26'put 'tbl_user', 'xiaoming', 'detail:birthday', '1990-06-28'put 'tbl_user', 'xiaoming', 'detail:email', 'xyz@qq.com'put 'tbl_user', 'xiaoming', 'detail:create_time', '2019-03-06 14:26:10'put 'tbl_user', 'xiaoming', 'address', '杭州市'

2. 全表扫描scan

获取表的所有数据

# 语法scan '表名'# 示例scan 'tbl_user'


注意：中文编码了

扫描整个列簇

# 语法scan '表名', {COLUMN=>'列族名'}# 示例scan 'tbl_user', {COLUMN=>'info'}

扫描整个列簇的某个列

# 语法scan '表名', {COLUMN=>'列族名:列名'}# 示例scan 'tbl_user', {COLUMN=>'info:age'}

3. 获取数据get

# 语法get '表名', '行键'# 示例get 'tbl_user', 'mengday'


根据某一行某列族的数据

# 语法get '表名', '行键', '列族名'# 示例get 'tbl_user', 'mengday', 'info'

# 创建表，c1版本为4， 元数据mykey=myvaluehbase(main):009:0> create 't1', {NAME => 'c1', VERSIONS => 4}, METADATA => { 'mykey' => 'myvalue' }0 row(s) in 2.2810 seconds=> Hbase::Table - t1# 添加列族c2, c3hbase(main):010:0> alter 't1', 'c2', 'c3'Updating all regions with the new schema...1/1 regions updated.Done.Updating all regions with the new schema...1/1 regions updated.Done.0 row(s) in 3.8320 seconds# 出入数据，c1 插入4个版本的值hbase(main):011:0> put 't1', 'r1', 'c1', 'v1'0 row(s) in 0.1000 secondshbase(main):012:0> put 't1', 'r1', 'c1', 'v11'0 row(s) in 0.0180 secondshbase(main):013:0> put 't1', 'r1', 'c1', 'v111'0 row(s) in 0.0140 secondshbase(main):014:0> put 't1', 'r1', 'c1', 'v1111'0 row(s) in 0.0140 seconds# 插入c2、c3的值hbase(main):015:0> put 't1', 'r1', 'c2', 'v2'0 row(s) in 0.0140 secondshbase(main):016:0> put 't1', 'r1', 'c3', 'v3'0 row(s) in 0.0210 seconds# 获取rowKey=r1的一行记录hbase(main):017:0> get 't1', 'r1'COLUMN                                              CELL c1:                                                timestamp=1552819382575, value=v1111 c2:                                                timestamp=1552819392398, value=v2 c3:                                                timestamp=1552819398244, value=v33 row(s) in 0.0550 seconds# 获取rowKey=r1并且 1552819392398 <= 时间戳范围 < 1552819398244hbase(main):018:0> get 't1', 'r1', {TIMERANGE => [1552819392398, 1552819398244]}COLUMN                                              CELL c2:                                                timestamp=1552819392398, value=v21 row(s) in 0.0090 seconds# 获取指定列的值hbase(main):019:0> get 't1', 'r1', {COLUMN => 'c1'}COLUMN                                              CELL c1:                                                timestamp=1552819382575, value=v11111 row(s) in 0.0160 seconds# 获取指定列的值，多个值使用数组表示hbase(main):020:0> get 't1', 'r1', {COLUMN => ['c1', 'c2', 'c3']}COLUMN                                              CELL c1:                                                timestamp=1552819382575, value=v1111 c2:                                                timestamp=1552819392398, value=v2 c3:                                                timestamp=1552819398244, value=v33 row(s) in 0.0170 seconds# 获取c1的值，获取4个版本的值，默认是按照时间戳降续排序的hbase(main):021:0> get 't1', 'r1', {COLUMN => 'c1', VERSIONS => 4}COLUMN                                              CELL c1:                                                timestamp=1552819382575, value=v1111 c1:                                                timestamp=1552819376343, value=v111 c1:                                                timestamp=1552819368993, value=v11 c1:                                                timestamp=1552819362975, value=v14 row(s) in 0.0180 seconds# 获取c1的3个版本值hbase(main):027:0* get 't1', 'r1', {COLUMN => 'c1', VERSIONS => 3}COLUMN                                               CELL c1:                                                 timestamp=1552819382575, value=v1111 c1:                                                 timestamp=1552819376343, value=v111 c1:                                                 timestamp=1552819368993, value=v113 row(s) in 0.0090 seconds# 获取指定时间戳版本的列hbase(main):022:0> get 't1', 'r1', {COLUMN => 'c1', TIMESTAMP => 1552819376343}COLUMN                                              CELL c1:                                                timestamp=1552819376343, value=v1111 row(s) in 0.0170 secondshbase(main):023:0> get 't1', 'r1', {COLUMN => 'c1', TIMESTAMP => 1552819376343, VERSIONS => 4}COLUMN                                              CELL c1:                                                timestamp=1552819376343, value=v1111 row(s) in 0.0130 seconds# 获取rowKey=r1中的值等于v2的所有列hbase(main):024:0> get 't1', 'r1', {FILTER => "ValueFilter(=, 'binary:v2')"}COLUMN                                              CELL c2:                                                timestamp=1552819392398, value=v21 row(s) in 0.0510 secondshbase(main):025:0> get 't1', 'r1', {COLUMN => 'c1', ATTRIBUTES => {'mykey'=>'myvalue'}}COLUMN                                              CELL c1:                                                timestamp=1552819382575, value=v1111

4. 删除某个列族中的某个列delete

# 语法delete '表名', '行键', '列族名:列名'create 'tbl_test', 'columnFamily1'put 'tbl_test', 'rowKey1', 'columnFamily1:column1', 'value1'put 'tbl_test', 'rowKey1', 'columnFamily1:column2', 'value2'delete 'tbl_test', 'rowKey1', 'columnFamily1:column1'

5. 删除某行数据deleteall

# 语法deleteall '表名', '行键'# 示例deleteall 'tbl_test', 'rowKey1'

6. 清空整个表的数据truncate

先disable表，然后再drop表，最后重新create表

truncate '表名'

7. 查询表中有多少行count

# 语法count '表名'# 示例count 'tbl_user'

8. 自增incr

# 语法incr '表名', '行键', '列族:列名', 步长值# 示例 # 注意：incr 可以对不存的行键操作，如果行键已经存在会报错，如果使用put修改了incr的值再使用incr也会报错# ERROR: org.apache.hadoop.hbase.DoNotRetryIOException: Field is not a long, it's 2 bytes wideincr 'tbl_user', 'xiaohong', 'info:age', 1

9. 计数器get_counter

# 点击量：日、周、月create 'counters', 'daily', 'weekly', 'monthly'incr 'counters', '20110101', 'daily:hits', 1incr 'counters', '20110101', 'daily:hits', 1get_counter 'counters', '20110101', 'daily:hits'

10. 修饰词

10.1 COLUMNS: 查询同一个列族的多个列

# 语法scan '表名', {COLUMNS => [ '列族名1:列名1', '列族名1:列名2', ...]}# 示例scan 'tbl_user', {COLUMNS => [ 'info:id', 'info:age']}

10.2 TIMESTAMP 指定时间戳

scan 't1', {COLUMNS => 'c2', TIMESTAMP=> 1552819392398}

10.3 TIMERANGE表示的是”>=开始时间 and

# 语法scan '表名',{TIMERANGE=>[timestamp1, timestamp2]}# 示例scan 'tbl_user',{TIMERANGE=>[1551938004321, 1551938036450]}

10.4 VERSIONS

默认情况下一个列只能存储一个数据，后面如果修改数据就会将原来的覆盖掉，可以通过指定VERSIONS时HBase一列能存储多个值。

create 'tbl_test', 'columnFamily1'describe 'tbl_test'# 修改列族版本号alter 'tbl_test', { NAME=>'columnFamily1', VERSIONS=>3 }put 'tbl_test', 'rowKey1', 'columnFamily1:column1', 'value1'put 'tbl_test', 'rowKey1', 'columnFamily1:column1', 'value2'put 'tbl_test', 'rowKey1', 'columnFamily1:column1', 'value3'# 默认返回最新的一条数据get 'tbl_test','rowKey1','columnFamily1:column1'# 返回3个get 'tbl_test','rowKey1',{COLUMN=>'columnFamily1:column1', VERSIONS=>3}# 返回2个get 'tbl_test','rowKey1',{COLUMN=>'columnFamily1:column1', VERSIONS=>2}

10.5 STARTROW

ROWKEY起始行。会先根据这个key定位到region，再向后扫描

# 语法scan '表名', { STARTROW => '行键名'}# 示例scan 'tbl_user', { STARTROW => 'vbirdbest'}

10.6 STOPROW ：截止到STOPROW行，STOPROW行之前的数据，不包括STOPROW这行数据

# 语法scan '表名', { STOPROW => '行键名'}# 示例scan 'tbl_user', { STOPROW => 'vbirdbest'}

10.7 LIMIT 返回的行数

# 语法scan '表名', { LIMIT => 行数}# 示例scan 'tbl_user', { LIMIT => 2 }

11. FILTER条件过滤器

过滤器之间可以使用AND、OR连接多个过滤器。

ValueFilter 值过滤器

# 语法：binary 等于某个值scan '表名', FILTER=>"ValueFilter(=,'binary:列值')"# 语法 substring:包含某个值scan '表名', FILTER=>"ValueFilter(=,'substring:列值')"# 示例scan 'tbl_user', FILTER=>"ValueFilter(=, 'binary:26')"scan 'tbl_user', FILTER=>"ValueFilter(=, 'substring:6')"

ColumnPrefixFilter 列名前缀过滤器

# 语法 substring:包含某个值scan '表名', FILTER=>"ColumnPrefixFilter('列名前缀')"# 示例scan 'tbl_user', FILTER=>"ColumnPrefixFilter('birth')"# 通过括号、AND和OR的条件组合多个过滤器scan 'tbl_user', FILTER=>"ColumnPrefixFilter('birth') AND ValueFilter(=,'substring:26')"

rowKey字典排序

Table中的所有行都是按照row key的字典排序的

八：HBase 常见错误

hbase shell在使用的时候经常会报错，这里列举了几个错误：

1. HBase创建不存在的表报已经存在错误 ERROR: Table already exists: !

解决办法：

# 1. 进入zookeeper client模式cd /usr/local/Cellar/hbase/1.2.9/binhbase zkcli# 2. 在zk client模式下输入ls /hbase/table命令看到zombie tablels /hbase/table# 3. 删除表，TABLE_NAME为要删除的表名rmr /hbase/table/TABLE_NAME# 4. 重启hbase./stop-hbase.sh./start-hbase.sh

2. ERROR: org.apache.hadoop.hbase.ipc.ServerNotRunningYetException: Server is not running yet

# 使用jps查看是否有datanode服务jps删除hadoop 的临时目录/usr/local/Cellar/hadoop/3.1.1/libexec/tmp

3. ERROR: Can’t get master address from ZooKeeper; znode data == null

# 重启hbase./stop-hbase.sh./start-hbase.sh

4. ERROR: org.apache.hadoop.hbase.PleaseHoldException: Master is initializing

    这个错误出现的原因很多，这里说一下我的错误原因是hbase-site.xml中的有个属性名配置错误, 网上有的是hbase.rootdir, name配置成这个有的时候会报错有的时候不会报错，报错的时候格式化一下hadoop然后再重新启动，这种方式有的时候能解决问题，有的时候解决不了。这里我将hbase.rootdir改为hbase.root.dir 就不报错了，不知道是不是版本不同属性名配置不同，我的hadoop版本为3.1.1，hbase版本为1.2.9

<property>  <name>hbase.root.dirname>  <value>hdfs://localhost:8020/hbasevalue>property>