what's
中文文档
来自于BigTable。
HBase是参考google的bigtable的一个开源产品，建立在hdfs之上的一个提供高可靠性、高性能、列存储、可伸缩、实时读写的数据库系统。
是一种介于nosql和RDBMs之间的一种数据库系统，仅支持通过rowkey和range进行数据的检索，主要存储非结构化数据和半结构化数据。
HBase和Hadoop一样，目标是通过横向扩展，添加普通机器来增加存储性能和计算性能。
HBase特点：大(一个表可以有上亿行以及百万级的行)、面向行存储、稀疏(由于null不占用存储空间，所有表结果可以设计的非常稀疏)。
架构
HBase使用Zookeeper进行集群节点管理，当然HBase自身集成了一个ZK系统，不过一般情况在实际生产环境中不使用。
HBase由master和regionserver两类节点(如果使用HBase自带的zk服务，那么还有HQuorumPeer进程)。
Hbase支持提供backup master进行master备份。其中master节点负责和zk进行通信以及存储regionserver的相关位置信息，regionserver节点实现具体对数据的操作，最终数据存储在hdfs上。
物理存储：hbase的持久化数据是存放在hdfs上
存储管理：一个表是划分为很多region的，这些region分布式地存放在很多regionserver上（1台机器对应一个regionServer）。region内部还可以划分为store，store内部有memstore和storefile
版本管理：hbase中的数据更新本质上是不断追加新的版本，通过compact操作来做版本间的文件合并region的split
集群管理：zookeeper + hmaster + hregionserver
web管理界面:http://host:60010/
hbase数据
HBase逻辑存储结构
row key是一张表中某一列数据的唯一标识。
时间戳，记录数据的更新、版本。
column family是列簇（可以有多个），cf包含一个或多个相关的列column01,column02,.....。
HBase物理存储结构
Hbase Shell操作
$ bin/hbase shell进入hbase的shell客户端，对数据的操作主要分为DDL和DML两大类。不用";"。shift+delete才能前删。
命名空间
类似关系型数据库中的database，作用是将hbase的表按照业务作用分割开，有益于维护。
Hbase默认有两个命名空间，分别是hbase和default。其中hbase命名空间存储hbase自身的表信息，default存储用户创建的表。create_namespace创建命名空间，alter_namespace命名空间修改，describe_namespace显示命名空间描述信息，drop_namespace`删除命名空间，注意删除的命名空间内不能有table存在，也就是说只能删除空的namespace。list_namespace显示所有命名空间，list_namespace_tables显示对于命名空间中的table名称，参数可以是正则形式。后面参数放引号里。
list
作用：显示hbase表名称，类似mysql中的show tables；
可以通过指定命名空间来查看对应命名空间中的表，默认是显示所有用户表，也支持模糊匹配。类似命令list_namespace_tables查看对应命名空间内有那些表。
create
> help "create"可查看用法。
创建一个表，指定命名空间、表名hbase> create 'ns1:t1'会提示表必须至少有一个列簇！
hbase> create 'ns1:table1', {NAME => 'f1', VERSIONS => 5}这里指定了一个列簇f1，并增加版本信息。
还可以加更多信息 hbase> create 't1', {NAME => 'f1', VERSIONS => 1, TTL => 2592000, BLOCKCACHE => true}hbase> create 't1', {NAME => 'f1', CONFIGURATION => {'hbase.hstore.blockingStoreFiles' => '10'}}
还可以为表加配置信息 hbase> create 't1', {NAME => 'f1', VERSIONS => 5}, METADATA => { 'mykey' => 'myvalue' }、hbase> create 'ns1:t1', 'f1', SPLITS => ['10', '20', '30', '40']、hbase> create 't1', 'f1', SPLITS_FILE => 'splits.txt', OWNER => 'johndoe'
hbase> create 'ns1:table2', {NAME => 'f1'}, {NAME => 'f2'}, {NAME => 'f3'}指定了多个列簇。
简写：hbase> create 't1', 'f1', 'f2', 'f3'
>describe 'table1'查看表的描述信息
创建预分区表
默认情况的情况下，创建一个HBase表，自动为表分配一个Region。create 'table_logs', 'info', SPLITS => ['20151001000000000', '20151011000000000', '20151021000000000']
3+1个region
drop
删除用户表之前需要将表设置为disable的，然后才可以删除。
其实在hbase中如果需要对已有表进行ddl操作，均需要将其disable，在ddl操作完成后，再进行enable操作即可。> disable '[namespace_name:]table_name'> drop '[namespace_name:]table_name'
put
put命令是进行数据添加的命令。> put '[namespace_name:]table_name', 'rowkey', 'family:[column]', 'value' [, timestamp] [, {ATTRIBUTES=>{'mykey'=>'myvalue'}, VISIBILITY=>'PRIVATE|SECRET'}]
示例：> put 'users','row1','f1:id','1'>put 'user', '10001', 'info:name', 'zhangsan'
分别指定表名（可以不带命名空间），列簇名，列名（指定所在的列簇），值，默认时间戳
gives you a reference to the table named 't1', on which you can then call methods.
> t=get_table 'cyan:table2'得到了一个引用后t.put 'r3', 'f1:id', '9'> t.get 'r3'
也可以用这种方式创建表hbase> t1 = create 't1', 'f1'
delete
删除某列column数据，> delete '[namespace:]table_name', 'rowkey', 'family:column'> delete 'user', '10001', 'info:age'
如果需要删除当然rowkey的所有列数据，那么可以使用deleteall命令。> deleteall 'user', '10001' 10001的全没了
truncate
是清空数据库，当我们数据库中的数据比较多的时候，我们可以选择该命令将数据库清空。> truncate '[namespace_name:]table_name'
查询数据
HBase数据查询有三种方式:
get
依据rowkey查询，最快的。
获取对应表中对应rowkey的数据。默认获取最新版本的全部列数据，可以通过时间戳指定版本信息，也可以指定获取的列。> get '[namespace_name:]table_name', 'rowkey'
示例：> get 'users','row1'>get 'user', '10001', 'info:name'得到该row的name值>get 'user', '10001', 'info:name', 'info:age'得到该row的name值和age值
scan range
通过指定column和filter等相关信息进行数据的过滤。范围查询都写在"{}"中。用的最多。
> scan 'users', {COLUMN=>['f1:id']} 会返回有列簇f1且列名为id的row的条数，还有该列的值。
> scan 'users', {COLUMN=>['f1:id','f2:name']} 会返回有列簇f1且列名为id的 或 会返回有列簇f2且列名为name的 row的条数，还有该列的值。
> scan 'users', {STARTROW=>'row1',ENDROW=>'row2'}开始扫描的rowkey，结束扫描的rowkey，获取行数等信息。包头不包尾！
> scan 'users', {LIMIT=>1}返回前1条row。
常用filter命令有：ColumnPrefixFilter，MultipleColumnPrefixFilter，RowFilter，SingleColumnValueFilter，SingleColumnValueExcludeFilter等。
需要注意的是：在指定的value之前需要加'binary:'！最后会转为是二进制的字符串数组。> scan 'users',{FILTER=>"SingleColumnValueFilter('f','id',=,'binary:1)"}指定了f列簇下列名为id且值为1> scan 'users', {FILTER=>"RowFilter(>=,'binary:row8')"}> scan 'users', {FILTER=>"SingleColumnValueFilter('f','id',=,'binary:2')"}
`> scan 'users', {FILTER=>"SingleColumnValueFilter('f','id',<,'binary:3') OR RowFilter(>,'binary:row7')"}
> scan 'users', {FILTER=>"ColumnPrefixFilter('id')"}> scan 'users', {FILTER=>"MultipleColumnPrefixFilter('id', 'name')"}
各种条件都可以写在"{}"中，用逗号隔开取交集。
scan
全表扫描。> scan '[namespace_name:]table_name'
示例：> scan 'users'
count
是统计hbase表行数的一个命令，由于相当于一个内置的mapreduce程序，所以当数据量比较大的时候可以选择使用协处理器方式计算行数。> count '[namespace:]table_name' [INTERVAL => 1000,] [CACHE => 10]
默认情况下INTERVAL是1000(间隔数)，CACHE是10。
status
作用：查看hbase集群状态信息。
参数：simple，summary，detailed；默认是summary。
Hbase java api
http://hbase.apache.org/apidocs/
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用。你还可以使用@来通知其他用户。