Hadoop+Spark大数据技术（微课版）曾国荪、曹洁版思维导图第四次作业 （第4章 HBase分布式DB）

• 1.简述Hbase的特点及与传统关系数据库的区别

  • HBase与传统关系数据库的区别

    • （1）数据类型

      • 关系数据库具有丰富的数据类型，如字符串型、数值型、日期型、二进制型等。HBase只有字符串数据类型，数据的实际类型都是交由用户自己编写程序对字符串进行解析的。

    • （2）数据操作

      • 关系数据库中包含了丰富的操作，其中会涉及复杂的多表连接。HBase 操作则不存在复杂的表与表之间的关系，只有简单的插入、查询、删除、清空等，因为HBase在设计上就避免了复杂的表和表之间的关系

    • （3）存储模式

      • 关系数据库是基于行存储的，在关系数据库中读取数据时，需要顺序扫描每个元组，然后从中筛选出所需要查询的属性。HBase是基于列存储的，HBase将列划分为若干个列族，每个列族都由几个文件保存，不同列族的文件时分离的，它的优点是:可以降低IO开销，支持大量并发用户查询，仅需要处理所要查询的列，不需要处理与查询无关的大量数据列。

    • （4）数据索引

      • 关系数据库通常可以针对不同列构建复杂的多个索引，以提高数据访问性能。HBase只有一个索引一—行键，通过巧妙的设计，HBase 中的所有访问方法，或者箍过行键访简，或著通过行键扫描，从而使得整个系统不会慢下来

    • （5）数据维护

      • 在关系数据库中，更新操作会用最新的当前值去替换元组中原来的旧值。而HBase执行的更新操作不会删除数据旧的版本，而是添加一个新的版本，旧的版本仍然保留。

    • （6）可伸缩性

      • 关系数据库很难实现横向扩展，纵向扩展的空间也比较有限。相反，HBase和BigTable这些分布式数据库就是为了实现灵活的水平扩展而开发的，能够轻易施通过在集群中增加或著减少硬件数量来实现性能的伸缩

  • HBase的技术特点

    • 容量大。

      • 当关系数据库的单个表的记录在亿级时，则查询和写入的性能都会呈现指数级下降，而HBase对于单表存储百亿或更多的数据都没有性能问题。

    • 表结构不固定。

      • 可以根据需要动态的增加列，同一张表中不同的行可以有截然不同的列。

    • 列式存储。

      • 数据在表中是按列存储，可动态增加列，单独对列进行各种操作。

    • 稀疏性。

      • 空列不占用存储空间，表可以非常稀疏。

    • 数据类型单一。

      • HBase中的数据都是字符串。

  • 2.画出图4-1，简述Hbase与Hadoop中其他组件的关系。

    • 

    • HBase作为Hadoop生态系统的一部分，一方面它的运行依赖于Hadoop生态系统中的其他组件;另一方面，HBase又为Hadoop生态系统的其他组件提供了强大的数据存储和处理能力。

  • 3.通过表4-3和图4-4，简述Hbase在4个维度上的多维映射关系。

    • 

      • 

    • 

    • 行键

      • 每个HBase 表都由若干行组成，每个行由行键（row key）来标识。

    • 列族

      • 一个HBase 表被分组成许多“列族”（Column Family）的集合，它是基本的访问控制单元

    • 列限定符

      • 列族里的数据通过列限定符（或列）来定位

    • 单元格

      • 在HBase 表中，通过行·列成健和列限定符确定一个 “单元格”（cell），单元格中存储的数据没有数据类型，总被视为字节数组byte[]

    • 时间戳

      • 每个单元格都保存着同一份数据的多个版本，这些版本采用时间戳进行索引

    • HBase中需要根据行键、列族、列限定符和时间戳来确定一个单元格 因此，可以视为一个“四维坐标”，即[行键，列族，列限定符，时间戳]

  • 4.简述HBase Shell命令的分类和作用。

    • 基本命令

      • 1.获取帮助help

      • 2.查看服务器状态status

      • 3.查看当前用户whoami

      • 4.命名空间相关命令

        • (1)列出所有命名空间命令list_namespace

        • (2)创建命名空间命令create namespace

        • (3)查看命名空间命令describe_namespace

        • (4)创建表命令create

        • (5)列出指定命名空间下的所有表命令list_namespace_tables

        • (6)使表无效命令disable

        • (7)删除表命令drop

        • (8）删除命名空间命令drop namespace

    • 创建表

      • create<表名称>,<列族名称1>[,'列族名称2'...]

      • HBase中的表至少要有一个列族，列族直接影响HBasc数据存储的物理特性。

    • 插入与更新表中的数据

      • put<表名>,<行键>,<列族名:列名>,<值>[,时间戳]

    • 查看表中的数据

      • 1.查询某行数据get

      • 2.浏览表中全部数据scan

    • 删除表中的数据

      • delete命令用于删除一个单元格数据

      • deleteall命令用于删除一行数据

      • truncate命令用于删除表中的所有数据

    • 表的启用/禁用

      • enable和disable可以启用/禁用表

      • is_enabled和is_disabled来检查表是否被禁用。

    • 修改表结构

      • 修改表结构必须先禁用表。

        • disable 'student'#禁用student表

      • 1.添加列族alter '表名',列族名'

      • 2删除列族 alter '表名',{NAME=>'列族名',METHOD => 'delete'}

        • alter 'student'，{NAME=> 'teacherInfo'，METHOD => 'delete"}

    • 删除HBase表

      • 第一步禁用表，第二步删除表。

      • disable 'student’#禁用student表

      • drop 'student'#删除student表

  • 5.分析教材中P89-91中Java程序的功能，试改写程序为一个类实现。

教材P89-91内容如下：

//1．创建建表类 CreateHTable
import org.apache.hadoop.conf.configuration;
import org.apache.hadoop.hbase.HBaseConfiguration;
import org.apache.hadoop.hbase.HColumnDescriptor;
import org.apache.hadoop.hbase.HTableDescriptor;
import org.apache.hadoop.hbase.client.HBaseAdmin;
import java.io.IOException;
public class CreateHTable{
	public static void create (String tableName, String[] columnFamily) throws IOException {
        Configuration cfg = HBaseConfiguration.create();//生成Configuration对象
        //生成HBaseAdmin对象，用于管理 HBase数据库的表
        HBaseAdmin admin = new HBaseAdmin(cfg);
        //创建表,先判断表是否存在,若存在,先删除旧表再建表
        if(admin.tableExists(tableName))(
            admin.disableTable(tableName);//禁用表
            admin.deleteTable(tableName);//删除表
        )
        //利用HBaseAdmin对象的createTable (HTableDescriptor desc)方法创建表
        //通过tableName建立HTableDescriptor对象（包含HBase表的详细信息）
        //通过HTableDescriptor对象的addFamily (HColumnDescriptor hcd)方法添加列族
        //HColumnDescriptor对象是以列族名作为参数创建的
        HTableDescriptor htd = new HTableDescriptor(tableName);
        for(String column : columnFamily){
            htd.addFamily(new HColumnDescriptor(column));
        }
        admin.createTable(htd);//创建表
    }
}
//2．创建插入数据类InsertHData
//利用前面在HBaseExample项目中创建CreateHTable类的方法创建插入数据类InsertHData，在InsertHData.java的源代码文件中输入以下代码:
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.hbase.HBaseConfiguration;
import org.apache.hadoop.hbase.client.HTable;
import org.apache.hadoop.hbase.client.Put;
import java.io.IOException;
public class InsertHData {
    public static void insertData (string tableName, String row, String columnFamily,String column , String data) throws IOException {
        Configuration cfg = HBaseConfiguration.create();
        // HTable对象用于与HBase进行通信
        HTable table = new HTable (cfg, tableName);
        //通过Put对象为已存在的表添加数据
        Put put = new Put (row.getBytes());
        if(column==null) //判断列限定符是否为空，如果为空,则直接添加列数据
            put.add (columnFamily.getBytes(),null, data.getBytes());
        else
            put.add (columnFamily.getBytes (), column. getBytes () , data.getBytes());
            //table对象的put()方法的输入参数 Put对象表示单元格数据
        table.put (put);
    }
}
//3．创建建表测试类TestCreateHTable
//利用前面在HBascExample项目中创建CreateHTable类的方法创建建表测试类TestCreateHTable,在TestCreatcHTable的源代码文件中输入以下代码:
import java.io.IOException;
public class TestCreateHTable{
    public static void main(String[] args)throws IOException{
        //先创建一个名为student的表，列族有baseinfo、scoreInfo
        String[] columnFamily = {"baseInfo" , "scoreInfo"};
        String tableName = "Student";
        CreateHTable.create(tableName, columnFamily);
        //插入数据
        //插入Ding的信息和成绩
        InsertHData.insertData ("student ", "Ding", "baseInfo", "Ssex" , "female");
        InsertHData.insertData ("student", "Ding", "baseInfo", "Sno","10106");
        InsertHData.insertData ( "student", "Ding" , "scoreInfo", "c","86");
        InsertHData.insertData ("student" ,"Ding" , "scoreInfo", "Java" , "82");
        InsertHData.insertData ( "Student" , "Ding", "scoreInfo" , "Python" , "87");
        //插入Yan的信息和成绩
        InsertHData.insertData ("student" , "Yan", "baseInfo" , "Ssex" , "female");
        InsertHData.insertData ("student", "Yan", "baseInfo" , "Sno", "10108");
        InsertHData.insertData ( "student" , "Yan", "scoreInfo", "c", "90");
        InsertHData.insertData ("Student", "Yan", "scoreInfo" , "Java", "91");
        InsertHData.insertData("student", "Yan" , "scoreInfo" , "python", "93");
        //插入Feng的信息和成绩
        InsertHData.insertData ("Student", "Feng" , "baseInfo" , "Ssex" ,"female");
        InsertHData.insertData ("Student" , "Feng" , "baseInfo" , "Sno","10107");
        InsertHData.insertData ("Student", "Feng", "scoreInfo", "c","89");
        InsertHData.insertData ("student", "Feng", "scoreInfo" , "Java", "83");
        InsertHData.insertData("Student", "Feng" , "scoreInfo" , "Python", "85");
    }
}

• （1）CreateHTable 类

  • 创建一个 HBase 表。

  • 首先检查表是否已经存在,如果存在则先删除旧表,然后创建一个新表。

  • 通过 HTableDescriptor 对象定义表的名称和列族,然后使用 HBaseAdmin 对象创建表。

• （2）InsertHData 类

  • 向 HBase 表中插入数据。

  • 使用 HTable 对象与 HBase 进行通信,并创建 Put 对象来表示要插入的单元格数据。

  • 根据是否指定列限定符,使用不同的方法向表中添加数据。

• （3）TestCreateHTable 类

  • 测试类,用于测试前面两个类的功能。

  • 首先创建了一个名为 "Student" 的表,列族为 "baseInfo" 和 "scoreInfo"。

  • 然后使用 InsertHData 类向表中插入了三个学生的信息和成绩。

改写为一个类实现：

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.hbase.HBaseConfiguration;
import org.apache.hadoop.hbase.HColumnDescriptor;
import org.apache.hadoop.hbase.HTableDescriptor;
import org.apache.hadoop.hbase.client.HBaseAdmin;
import org.apache.hadoop.hbase.client.HTable;
import org.apache.hadoop.hbase.client.Put;
 
import java.io.IOException;
 
/**
 * HBaseManager 类提供了创建 HBase 表和向表中插入数据的功能。
 */
public class HBaseManager {
    private Configuration configuration;
    private HBaseAdmin admin;
 
    /**
     * 构造函数,初始化 HBase 配置和管理员对象。
     *
     * @throws IOException 如果初始化过程中出现 I/O 异常
     */
    public HBaseManager() throws IOException {
        this.configuration = HBaseConfiguration.create();
        this.admin = new HBaseAdmin(configuration);
    }
 
    /**
     * 创建 HBase 表。
     *
     * @param tableName       表名
     * @param columnFamilies  列族名数组
     * @throws IOException 如果创建表过程中出现 I/O 异常
     */
    public void createTable(String tableName, String[] columnFamilies) throws IOException {
        // 检查表是否已存在
        if (admin.tableExists(tableName)) {
            // 如果表存在,先禁用并删除旧表
            admin.disableTable(tableName);
            admin.deleteTable(tableName);
        }
 
        // 创建新表
        HTableDescriptor tableDescriptor = new HTableDescriptor(tableName);
        for (String columnFamily : columnFamilies) {
            // 为表添加列族
            tableDescriptor.addFamily(new HColumnDescriptor(columnFamily));
        }
        admin.createTable(tableDescriptor);
    }
 
    /**
     * 向 HBase 表中插入数据。
     *
     * @param tableName     表名
     * @param row           行键
     * @param columnFamily  列族名
     * @param column        列限定符(可为null)
     * @param data          要插入的数据
     * @throws IOException 如果插入数据过程中出现 I/O 异常
     */
    public void insertData(String tableName, String row, String columnFamily, String column, String data) throws IOException {
        // 获取表对象
        HTable table = new HTable(configuration, tableName);
        // 创建 Put 对象表示要插入的单元格数据
        Put put = new Put(row.getBytes());
        // 判断是否指定了列限定符
        if (column == null) {
            // 如果没有指定列限定符,直接添加列数据
            put.add(columnFamily.getBytes(), null, data.getBytes());
        } else {
            // 如果指定了列限定符,使用列限定符添加列数据
            put.add(columnFamily.getBytes(), column.getBytes(), data.getBytes());
        }
        // 将 Put 对象写入表
        table.put(put);
    }
}
 
public class HBaseManagerTest {
    public static void main(String[] args) throws IOException {
        HBaseManager manager = new HBaseManager();
 
        // 创建表
        String[] columnFamilies = {"baseInfo", "scoreInfo"};
        String tableName = "Student";
        manager.createTable(tableName, columnFamilies);
 
        // 插入数据
        // 插入 Ding 的信息和成绩
        manager.insertData("Student", "Ding", "baseInfo", "Ssex", "female");
        manager.insertData("Student", "Ding", "baseInfo", "Sno", "10106");
        manager.insertData("Student", "Ding", "scoreInfo", "C", "86");
        manager.insertData("Student", "Ding", "scoreInfo", "Java", "82");
        manager.insertData("Student", "Ding", "scoreInfo", "Python", "87");
 
        // 插入 Yan 的信息和成绩
        manager.insertData("Student", "Yan", "baseInfo", "Ssex", "female");
        manager.insertData("Student", "Yan", "baseInfo", "Sno", "10108");
        manager.insertData("Student", "Yan", "scoreInfo", "C", "90");
        manager.insertData("Student", "Yan", "scoreInfo", "Java", "91");
        manager.insertData("Student", "Yan", "scoreInfo", "Python", "93");
 
        // 插入 Feng 的信息和成绩
        manager.insertData("Student", "Feng", "baseInfo", "Ssex", "female");
        manager.insertData("Student", "Feng", "baseInfo", "Sno", "10107");
        manager.insertData("Student", "Feng", "scoreInfo", "C", "89");
        manager.insertData("Student", "Feng", "scoreInfo", "Java", "83");
        manager.insertData("Student", "Feng", "scoreInfo", "Python", "85");
    }
}