Hbase简单入门
HBaseConfiguration是用来配置HBase的对象。意思是把HBase的配置文件添加到配置信息中，这个类继承自org.apache.hadoop.conf.Configuration， 他只有两个过时的构造方法，这里不讲。他还有两个静态的创造配置文件的方法， create() 和create(org.apache.hadoop.conf.Configuration?that)
无参数的是创建一个新的与Hbase的资源配置，带参数的是创建一个资源配置的副本。资源配置创建好了，我们还需要手动设置配置的位置。用Confguration的set方法：Configuration conf = HBaseConfiguration.create();
conf.set("hbase.zookeeper.quorum", "服务器地址");配置搞定。---创建表使用HBaseAdmin它提供了一个接口来管理HBase的数据库表的元数据。使用HBaseAdmin可以创建，删除，查看，启用和禁用表。它也使用添加和删除表列的字段。它提供了createTable(HTableDescriptor?desc) 这个方法，HTableDescriptor包含HBase的表的所有列描述符的详细信息，是一个目录表，表的根,提供的方法中比较有用的有:setMaxFileSize，指定最大的region sizesetMemStoreFlushSize 指定memstore flush到HDFS上的文件大小如果要增加列，通过addFamily(HColumnDescriptor?family)?增加一个列字段。HColumnDescriptor指一个列，一个列的版本，它提供的方法比较常用的有setTimeToLive:指定最大的TTL,单位是ms,过期数据会被自动删除。setInMemory:指定是否放在内存中，对小表有用，可用于提高效率。默认关闭setBloomFilter:指定是否使用BloomFilter,可提高随机查询效率。默认关闭setCompressionType:设定数据压缩类型。默认无压缩。setMaxVersions:指定数据最大保存的版本个数。默认为3。
一个简单的例子:
?public static void creatTable() {
??HBaseAdmin admin = new HBaseAdmin(conf);
??if (admin.tableExists("table")) {
???admin.disableTable("table");
???admin.deleteTable("table");
??}
??HTableDescriptor tableDescripter = new HTableDescriptor("table".getBytes());
??tableDescripter.addFamily(new HColumnDescriptor("one"));
???? tableDescripter.addFamily(new HColumnDescriptor("two"));
???? tableDescripter.addFamily(new HColumnDescriptor("three"));???? admin.createTable(tableDescripter);
?}
删除表删除表也是通过HBaseAdmin来操作，删除表之前首先要disable表。这是一个非常耗时的操作，所以不建议频繁删除表。disableTable和deleteTable分别用来disable和delete表。Example:HBaseAdmin hAdmin = new HBaseAdmin(hbaseConfig);if (hAdmin.tableExists(tableName)) {? ? ? ?hAdmin.disableTable(tableName);? ? ? ?hAdmin.deleteTable(tableName);}
查询数据查询分为单条随机查询和批量查询。单条查询是通过rowkey在table中查询某一行的数据。HTable提供了get方法来完成单条查询。批量查询是通过制定一段rowkey的范围来查询。HTable提供了个getScanner方法来完成批量查询。public Result get(final Get get)public ResultScanner getScanner(final Scan scan)Get对象包含了一个Get查询需要的信息。它的构造方法有两种：? public Get(byte [] row)? public Get(byte [] row, RowLock rowLock)Rowlock是为了保证读写的原子性，你可以传递一个已经存在Rowlock，否则HBase会自动生成一个新的rowlock。Scan对象提供了默认构造函数，一般使用默认构造函数。
Get/Scan的常用方法有：addFamily/addColumn:指定需要的family或者column,如果没有调用任何addFamily或者Column,会返回所有的columns.setMaxVersions:指定最大的版本个数。如果不带任何参数调用setMaxVersions,表示取所有的版本。如果不掉用setMaxVersions,只会取到最新的版本。setTimeRange:指定最大的时间戳和最小的时间戳，只有在此范围内的cell才能被获取。setTimeStamp:指定时间戳。setFilter:指定Filter来过滤掉不需要的信息
Scan特有的方法：setStartRow:指定开始的行。如果不调用，则从表头开始。setStopRow:指定结束的行（不含此行）。setBatch:指定最多返回的Cell数目。用于防止一行中有过多的数据，导致OutofMemory错误。ResultScanner是Result的一个容器，每次调用ResultScanner的next方法，会返回Result.public Result next() throws IOException;public Result [] next(int nbRows) throws IOException;
Result代表是一行的数据。常用方法有：getRow:返回rowkeyraw:返回所有的key value数组。getValue:按照column来获取cell的值
Example:Scan s = new Scan();s.setMaxVersions();ResultScanner ss = table.getScanner(s);for(Result r:ss){? ? System.out.println(new String(r.getRow()));? ? for(KeyValue kv:r.raw()){? ? ? ?System.out.println(new String(kv.getValue()));? ? }}
插入数据HTable通过put方法来插入数据。public void put(final Put put) throws IOExceptionpublic void put(final List<Put> puts) throws IOException可以传递单个批Put对象或者List put对象来分别实现单条插入和批量插入。Put提供了3种构造方式：public Put(byte [] row)public Put(byte [] row, RowLock rowLock)public Put(Put putToCopy)
Put常用的方法有：add:增加一个CellsetTimeStamp:指定所有cell默认的timestamp,如果一个Cell没有指定timestamp,就会用到这个值。如果没有调用，HBase会将当前时间作为未指定timestamp的cell的timestamp.setWriteToWAL: WAL是Write Ahead Log的缩写，指的是HBase在插入操作前是否写Log。默认是打开，关掉会提高性能，但是如果系统出现故障(负责插入的Region Server挂掉)，数据可能会丢失。另外HTable也有两个方法也会影响插入的性能setAutoFlash: AutoFlush指的是在每次调用HBase的Put操作，是否提交到HBase Server。默认是true,每次会提交。如果此时是单条插入，就会有更多的IO,从而降低性能.setWriteBufferSize: Write Buffer Size在AutoFlush为false的时候起作用，默认是2MB,也就是当插入数据超过2MB,就会自动提交到Server
Example:HTable table = new HTable(hbaseConfig, tableName);table.setAutoFlush(autoFlush);List<Put> lp = new ArrayList<Put>();int count = 10000;byte[] buffer = new byte[1024];Random r = new Random();for (int i = 1; i <= count; ++i) {? ? ? ?Put p = new Put(String.format(“row%09d”,i).getBytes());? ? ? ?r.nextBytes(buffer);? ? ? ?p.add(“f1″.getBytes(), null, buffer);? ? ? ?p.add(“f2″.getBytes(), null, buffer);? ? ? ?p.add(“f3″.getBytes(), null, buffer);? ? ? ?p.add(“f4″.getBytes(), null, buffer);? ? ? ?p.setWriteToWAL(wal);? ? ? ?lp.add(p);? ? ? ?if(i%1000==0){? ? ? ? ? ?table.put(lp);? ? ? ? ? ?lp.clear();? ? ? ?}? ? }
删除数据HTable 通过delete方法来删除数据。? public void delete(final Delete delete)
Delete构造方法有：public Delete(byte [] row)public Delete(byte [] row, long timestamp, RowLock rowLock)public Delete(final Delete d)Delete常用方法有deleteFamily/deleteColumns:指定要删除的family或者column的数据。如果不调用任何这样的方法，将会删除整行。注意：如果某个Cell的timestamp高于当前时间，这个Cell将不会被删除，仍然可以查出来。
Example:HTable table = new HTable(hbaseConfig, “mytest”);Delete d = new Delete(“row1″.getBytes());table.delete(d)
切分表HBaseAdmin提供split方法来将table 进行split.public void split(final String tableNameOrRegionName)
如果提供的tableName，那么会将table所有region进行split ;如果提供的region Name，那么只会split这个region.由于split是一个异步操作，我们并不能确切的控制region的个数。
Example:public void split(String tableName,int number,int timeout) throws Exception {? ? Configuration HBASE_CONFIG = new Configuration();? ? HBASE_CONFIG.set(“hbase.zookeeper.quorum”, GlobalConf.ZOOKEEPER_QUORUM);? ? HBASE_CONFIG.set(“hbase.zookeeper.property.clientPort”, GlobalConf.ZOOKEEPER_PORT);? ? HBaseConfiguration cfg = new HBaseConfiguration(HBASE_CONFIG);? ? HBaseAdmin hAdmin = new HBaseAdmin(cfg);? ? HTable hTable = new HTable(cfg,tableName);? ? int oldsize = 0;? ? t = ?System.currentTimeMillis();? ? while(true){? ? ? ?int size = hTable.getRegionsInfo().size();? ? ? ?logger.info(“the region number=”+size);? ? ? ?if(size>=number ) break;? ? ? ?if(size!=oldsize){? ? ? ? ? ?hAdmin.split(hTable.getTableName());? ? ? ? ? ?oldsize = size;? ? ? ?} ? ? ? else if(System.currentTimeMillis()-t>timeout){? ? ? ? ? ?break;? ? ? ?}? ? ? ?Thread.sleep(1000*10);? ? }}