hbase 列过滤 命令 hbase列名

1、HBase定义

由谷歌的BigTable发展而来，是NoSQL数据库。

2、HBase逻辑结构

数据存储在一张表中，有行有列，但底层无力存储结构（K-V）看，HBase更像一个multi-dimensional map

1）Name Space

命名空间，每个命名空间下有多个表，Hbase有两个自带的命名空间：hbase、default，

hbase存放的是HBase内置的表，default表是用户默认使用的命名空间

2）Region
类似关系型数据库的表的概念。HBase定义表时只需要申明列族即可，无需申明具体的列，所以写入数据时，字段可以动态、按需指定。

3）Row
每行数据都由一个RowKey和多个列组成，数据按照RowKey的字典顺序存储，且查询数据时只能根据RowKey进行检索。

4）Column
每个列由ColumnFamily（列族）和ColumnQualifier（列限定符）进行限定，建表时只需指名列族，列限定符无需预先定义。

5）Time Stamp
用于标识数据的不同版本（version），如果不指定时间戳，系统会自动为其加上该字段，其值为写入HBase的时间。

6）Cell
由{rowkey，column family：column qualifier，time stamp} 唯一确定的单元，cell中的数据没有类型，都是字节码形式存储。

操作数据：DML；操作表：DDL；

3、HBase Shell 操作

1）基本操作

1、 进入Hbase客户端命令行
hbase shell
quit 退出

2、 查看帮助命令
help ‘命令名’

3、 查看数据库中有哪些表
list

2）表的操作DDL

1、创建表

create ‘student’ , ‘info’ //前者为表名，后者为列族，列族可多个、至少一个
 create ‘表名’, {NAME => ‘列族名1’, VERSIONS => 版本号, TTL => 过期时间, BLOCKCACHE => true}

2、描述表

describe ‘student’
COLUMN FAMILIES DESCRIPTION
 {NAME => ‘info1’, DATA_BLOCK_ENCODING => ‘NONE’, BLOOMFILTER => ‘ROW’, REPLICATION_SCOPE => ‘0’, VERSIONS => ‘1’, COMPRESSION => ‘NONE’, MIN_VERSIONS => ‘0’, TTL => ‘FOREVER’, KE
 EP_DELETED_CELLS => ‘FALSE’, BLOCKSIZE => ‘65536’, IN_MEMORY => ‘false’, BLOCKCACHE => ‘true’}
 {NAME => ‘info2’, DATA_BLOCK_ENCODING => ‘NONE’, BLOOMFILTER => ‘ROW’, REPLICATION_SCOPE => ‘0’, VERSIONS => ‘1’, COMPRESSION => ‘NONE’, MIN_VERSIONS => ‘0’, TTL => ‘FOREVER’, KE
 EP_DELETED_CELLS => ‘FALSE’, BLOCKSIZE => ‘65536’, IN_MEMORY => ‘false’, BLOCKCACHE => ‘true’}
 2 row(s) in 0.0790 seconds

3、改变表

alter ‘student’ ,{NAME=>‘info’, VERSIONS=>3} //VERSIONS为3说明将info列族的数据存放3个版本
 alter ‘student’ ,‘info2’ //增加列族
 alter ‘student’ ,{NAME=>‘info2’, METHOD=>‘delete’}

4、删除表

disable ‘student’ 先令表下线,上线为enable
 drop ‘student’ 再删除表，不然报错删不掉

5、展示命名空间

list_namespace

6、创建命名空间

create_namespace ‘bigdata’

7、在别打命名空间创建表

create “bigdata:student”,“info”

在表的前面加上 命名空间名：，不加为默认default命名空间

8、删除命名空间

drop_namespace ‘bigdata’

注意：命名空间内要没有表了才能删

9、判断表是否存在

exists ‘user’

3）数据的操作DML

1、插入数据

put ‘student’, ‘1001’, ‘info:name’, ‘zhangsan’

student：表名，1001:row key，info:name：族列:列名，zhangsan：要插入的值。

2、查询数据

scan ‘student’ //全表扫描，表中数据按照keyrow的字典序升序排列
 scan ‘student’, {STARTROW=>‘1001’, STOPROW=>‘1003’} //指定rowkey的扫描，[1001,1003),也可只写一边
 get ‘student’, ‘1001’ //返回row key = 1001的所有列族：列的信息，get至少要2个参数
 get ‘student’, ''1001, ‘info1’ //返回1001的info1的所有值
 get ‘student’, ‘1001’, ‘info1:name’ //返回1001的info1:name的值count ‘student’ //查询记录数

3、更改数据

put ‘student’, ‘1001’, ‘info:name’, ‘zhangsan2’

注意：此时原来的值zhangsan还未被删除，可用
scan ‘student’, {RAW=>true, VERSIONS=>10} 来查看10个版本以内的所有值，但正常返回时zhangsan不会返回给用户。
也可指定时间戳，会返回用于时间戳最大的那条信息。

4、删除数据

delete ‘student’, ‘1001’, ‘info1:name’ //至少3个参数
 delete之后，时间戳最大的type=DeleteColumn, 不会被返回，旧的时间戳到值也不会被返回。deleteall ‘student’, ‘1001’ //删除整一行
truncate ‘student’ //清空表