溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
小編給大家分享一下HBase Shell常用操作有哪些，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！
HBase Shell是HBase的一個命令行工具，我們可以通過它對HBase進行維護操作。我們可以使用sudo -u hbase hbase shell來進入HBase shell。
在HBase shell中，可以使用status, version和whoami分別獲得當前服務的狀態、版本、登錄用戶和驗證方式。
> status 3 servers, 1 dead, 1.3333 average load > version 0.98.6-cdh6.3.1, rUnknown, Tue Jan 27 16:43:50 PST 2015 > whoami hbase (auth:SIMPLE) groups: hbase
HBase shell中的幫助命令非常強大，使用help獲得全部命令的列表，使用help ‘command_name’獲得某一個命令的詳細信息。 例如：
> help 'list' List all tables in hbase. Optional regular expression parameter could be used to filter the output. Examples: hbase> list hbase> list 'abc.*' hbase> list 'ns:abc.*' hbase> list 'ns:.*'
在HBase系統中，命名空間namespace指的是一個HBase表的邏輯分組，同一個命名空間中的表有類似的用途，也用于配額和權限等設置進行安全管控。
HBase默認定義了兩個系統內置的預定義命名空間：
? hbase：系統命名空間，用于包含hbase的內部表
? default：所有未指定命名空間的表都自動進入該命名空間
我們可以通過create_namespace命令來建立命名空間
> create_namespace 'debugo_ns' 0 row(s) in 2.0910 seconds
通過drop_namespace來刪除命名空間
> drop_namespace 'debugo_ns' 0 row(s) in 1.9540 seconds
通過alter_namespac改變表的屬性，其格式如下：
alter_namespace 'my_ns', {METHOD => 'set', 'PROPERTY_NAME' => 'PROPERTY_VALUE'}
顯示命名空間以及設定的元信息：
> describe_namespace 'debugo_ns'
DESCRIPTION
{NAME => 'debugo_ns'}
1 row(s) in 1.9540 seconds顯示所有命名空間
> list_namespace NAMESPACE debugo_ns default hbase 3 row(s) in 0.0910 seconds
在HBase下建表需要使用create table_name, column_family1, 這個命令:
> create 'user','info' 0 row(s) in 0.9030 seconds => Hbase::Table - user
這個時候這個表是創建在default下面。如果需要在debugo_ns這個命名空間下面建表，則需要使用create namespace:table_name這種方式:
> create_namespace 'debugo_ns' 0 row(s) in 2.0910 seconds create 'debugo_ns:users', 'info' 0 row(s) in 0.4640 seconds => Hbase::Table - debugo_ns:users
List命令可以列出當前HBase實例中的所有表，支持使用正則表達式來匹配。
> list_namespace_tables 'debugo_ns' TABLE users 1 row(s) in 0.0400 seconds
使用list_namespace_tables也可以直接輸出某個命名空間下的所有表
> list_namespace_tables 'debugo_ns' TABLE users 1 row(s) in 0.0400 seconds
首先是建立HBase表，上面我們已經用過create命令了。它后面的第一個參數是表名，然后是一系列列簇的列表。每個列簇中可以獨立指定它使用的版本數，數據有效保存時間（TTL），是否開啟塊緩存等信息。
> create 't1', {NAME => 'f1', VERSIONS => 1, TTL => 2592000, BLOCKCACHE => true}, 'f2'表也可以在創建時指定它預分割(pre-splitting)的region數和split方法。在表初始建立時，HBase只分配給這個表一個region。這就意味著當我們訪問這個表數據時，我們只會訪問一個region server，這樣就不能充分利用集群資源。HBase提供了一個工具來管理表的region數，即org.apache.hadoop.hbase.util.RegionSplitter和HBase shell中create中的split的配置項。例如：
> create 't2', 'f1', {NUMREGIONS => 3, SPLITALGO => 'HexStringSplit'}我們通過describe 來查看這個表中的元信息：
> describe 't2'
DESCRIPTION ENABLED
't2', {NAME => 'f1', DATA_BLOCK_ENCODING => 'NONE', BLOOMFILTER => 'ROW', REPLIC true ATION_SCOPE => '0', VERSIONS => '1', COMPRESSION => 'NONE', MIN_VERSIONS => '0', TTL => 'FOREVER', KEEP_DELETED_CELLS => 'false', BLOCKSIZE => '65536', IN_MEMOR Y => 'false', BLOCKCACHE => 'true'}
1 row(s) in 0.0690 seconds通過enable和disable來啟用/禁用這個表,相應的可以通過is_enabled和is_disabled來檢查表是否被禁用。
> disable 't2' 0 row(s) in 1.4410 seconds > enable 't2' 0 row(s) in 0.5940 seconds > is_enabled 't2' true 0 row(s) in 0.0400 seconds hbase(main):042:0> is_disabled 't2' false 0 row(s) in 0.0490 seconds
使用exists來檢查表是否存在
> exists 't2' Table t2 does exist 0 row(s) in 0.0590 seconds
使用alter來改變表的屬性，比如改變列簇的屬性, 這涉及將信息更新到所有的region。在過去的版本中，alter操作需要先把table禁用，而在當前版本已經不需要。
> alter 't1', {NAME => 'f1', VERSIONS => 5}
Updating all regions with the new schema...
0/1 regions updated.
1/1 regions updated.
Done.
0 row(s) in 2.3470 seconds另外一個非常常用的操作是添加和刪除列簇：
> alter 't1','f3' Updating all regions with the new schema... 0/1 regions updated. 1/1 regions updated. Done. 0 row(s) in 2.3130 seconds > alter 't1', 'delete' => 'f3'
或者：
> alter 't1',{ NAME => 'f3', METHOD => 'delete'}
Updating all regions with the new schema...
0/1 regions updated.
1/1 regions updated.
Done.
0 row(s) in 2.2930 seconds刪除表需要先將表disable。
> disable 't1' 0 row(s) in 1.4310 seconds > drop 't1' 0 row(s) in 0.2440 seconds
在HBase shell中，我們可以通過put命令來插入數據。例如我們新創建一個表，它擁有id、address和info三個列簇，并插入一些數據。列簇下的列不需要提前創建，在需要時通過
:
來指定即可。
> create 'member','id','address','info' 0 row(s) in 0.4570 seconds => Hbase::Table – member put 'member', 'debugo','id','11' put 'member', 'debugo','info:age','27' put 'member', 'debugo','info:birthday','1987-04-04' put 'member', 'debugo','info:industry', 'it' put 'member', 'debugo','address:city','beijing' put 'member', 'debugo','address:country','china' put 'member', 'Sariel', 'id', '21' put 'member', 'Sariel','info:age', '26' put 'member', 'Sariel','info:birthday', '1988-05-09 ' put 'member', 'Sariel','info:industry', 'it' put 'member', 'Sariel','address:city', 'beijing' put 'member', 'Sariel','address:country', 'china' put 'member', 'Elvis', 'id', '22' put 'member', 'Elvis','info:age', '26' put 'member', 'Elvis','info:birthday', '1988-09-14 ' put 'member', 'Elvis','info:industry', 'it' put 'member', 'Elvis','address:city', 'beijing' put 'member', 'Elvis','address:country', 'china'
獲取一個id的所有數據
> get 'member', 'Sariel' COLUMN CELL address:city timestamp=1425871035382, value=beijing address:country timestamp=1425871035424, value=china id: timestamp=1425871035176, value=21 info:age timestamp=1425871035225, value=26 info:birthday timestamp=1425871035296, value=1988-05-09 info:industry timestamp=1425871035334, value=it 6 row(s) in 0.0530 seconds
獲得一個id，一個列簇（一個列）中的所有數據:
> get 'member', 'Sariel', 'info' COLUMN CELL info:age timestamp=1425871035225, value=26 info:birthday timestamp=1425871035296, value=1988-05-09 info:industry timestamp=1425871035334, value=it 3 row(s) in 0.0320 seconds > get 'member', 'Sariel', 'info:age' COLUMN CELL info:age timestamp=1425871035225, value=26 1 row(s) in 0.0270 seconds
通過describe ‘member’可以看到，默認情況下列簇只保存1個version。我們先將其修改到2,然后update一些信息。
> alter 'member', {NAME=> 'info', VERSIONS => 2}
Updating all regions with the new schema...
0/1 regions updated.
1/1 regions updated.
Done.
0 row(s) in 2.2580 seconds
> put 'member', 'debugo','info:age','29'
> put 'member', 'debugo','info:age','28'
> get 'member', 'debugo', {COLUMN=>'info:age', VERSIONS=>2}
COLUMN CELL
info:age timestamp=1425884510241, value=28
info:age timestamp=1425884510195, value=29
2 row(s) in 0.0400 seconds通過delete命令，我們可以刪除id為某個值的‘info:age’字段，接下來的get就無視了
> delete 'member','debugo','info:age' 0 row(s) in 0.0420 seconds > get 'member','debugo','info:age' COLUMN CELL 0 row(s) in 0.3270 seconds
通過deleteall來刪除整行
> delete 'member','debugo','info:age' 0 row(s) in 0.0420 seconds > get 'member','debugo','info:age' COLUMN CELL 0 row(s) in 0.3270 seconds
給’Sariel’的’info:age’字段添加，并使用incr實現遞增。但需要注意的是，這個value需要是一個數值，如果使用單引號標識的字符串就無法使用incr。在使用Java API開發時，我們可以使用toBytes函數講數值轉換成byte字節。在HBase shell中我們只能通過incr來初始化這個列，
> delete 'member','Sariel','info:age' 0 row(s) in 0.0270 seconds > incr 'member','Sariel','info:age',26 0 row(s) in 0.0290 seconds > incr 'member','Sariel','info:age' 0 row(s) in 0.0290 seconds > incr 'member','Sariel','info:age', -1 0 row(s) in 0.0230 seconds > get 'member','Sariel','info:age' COLUMN CELL info:age timestamp=1425890213341, value=\x00\x00\x00\x00\x00\x00\x00\x1A 1 row(s) in 0.0280 seconds
十六進制1A是26，通過上面增1再減1后得到的結果。下面通過count統計行數。
> count 'member' 2 row(s) in 0.0750 seconds => 2
通過truncate來截斷表。hbase是先將掉disable掉，然后drop掉后重建表來實現truncate的功能的。
hbase(main):010:0> truncate 'member' Truncating 'member' table (it may take a while): - Disabling table... - Dropping table... - Creating table... 0 row(s) in 2.3260 seconds
通過scan來對全表進行掃描。我們將之前put的數據恢復。
> scan 'member' ROW COLUMN+CELL Elvis column=address:city, timestamp=1425891057211, value= beijing Elvis column=address:country, timestamp=1425891057258, val ue=china Elvis column=id:, timestamp=1425891057038, value=22 Elvis column=info:age, timestamp=1425891057083, value=26 Elvis column=info:birthday, timestamp=1425891057129, value =1988-09-14 Elvis column=info:industry, timestamp=1425891057172, value =it Sariel column=address:city, timestamp=1425891056965, value= beijing Sariel column=address:country, timestamp=1425891057003, val ue=china Sariel column=id:, timestamp=1425891056767, value=21 Sariel column=info:age, timestamp=1425891056808, value=26 Sariel column=info:birthday, timestamp=1425891056883, value =1988-05-09 Sariel column=info:industry, timestamp=1425891056924, value =it debugo column=address:city, timestamp=1425891056642, value= beijing debugo column=address:country, timestamp=1425891056726, val ue=china debugo column=id:, timestamp=1425891056419, value=11 debugo column=info:age, timestamp=1425891056499, value=27 debugo column=info:birthday, timestamp=1425891056547, value =1987-04-04 debugo column=info:industry, timestamp=1425891056597, value =it 3 row(s) in 0.0660 seconds3 row(s) in 0.0590 seconds
指定掃描其中的某個列：
> scan 'member', {COLUMNS=> 'info:birthday'}或者整個列簇：
> scan 'member', {COLUMNS=> 'info'}
ROW COLUMN+CELL
Elvis column=info:age, timestamp=1425891057083, value=26
Elvis column=info:birthday, timestamp=1425891057129, value=1988-09-14
Elvis column=info:industry, timestamp=1425891057172, value=it
Sariel column=info:age, timestamp=1425891056808, value=26
Sariel column=info:birthday, timestamp=1425891056883, value=1988-05-09
Sariel column=info:industry, timestamp=1425891056924, value=it
debugo column=info:age, timestamp=1425891056499, value=27
debugo column=info:birthday, timestamp=1425891056547, value=1987-04-04
debugo column=info:industry, timestamp=1425891056597, value=it
3 row(s) in 0.0650 seconds除了列（COLUMNS）修飾詞外，HBase還支持Limit（限制查詢結果行數），STARTROW （ROWKEY起始行。會先根據這個key定位到region，再向后掃描）、STOPROW(結束行)、TIMERANGE（限定時間戳范圍）、VERSIONS（版本數）、和FILTER（按條件過濾行）等。比如我們從Sariel這個rowkey開始，找下一個行的最新版本：
> scan 'member', { STARTROW => 'Sariel', LIMIT=>1, VERSIONS=>1}
ROW COLUMN+CELL
Sariel column=address:city, timestamp=1425891056965, value=beijing
Sariel column=address:country, timestamp=1425891057003, value=china
Sariel column=id:, timestamp=1425891056767, value=21
Sariel column=info:age, timestamp=1425891056808, value=26
Sariel column=info:birthday, timestamp=1425891056883, value=1988-05-09
Sariel column=info:industry, timestamp=1425891056924, value=it
1 row(s) in 0.0410 secondsFilter是一個非常強大的修飾詞，可以設定一系列條件來進行過濾。比如我們要限制某個列的值等于26：
> scan 'member', FILTER=>"ValueFilter(=,'binary:26')" ROW COLUMN+CELL Elvis column=info:age, timestamp=1425891057083, value=26 Sariel column=info:age, timestamp=1425891056808, value=26 2 row(s) in 0.0620 seconds
值包含6這個值：
> scan 'member', FILTER=>"ValueFilter(=,'substring:6')" Elvis column=info:age, timestamp=1425891057083, value=26 Sariel column=info:age, timestamp=1425891056808, value=26 2 row(s) in 0.0620 seconds
列名中的前綴為birthday的：
> scan 'member', FILTER=>"ColumnPrefixFilter('birth') "
ROW COLUMN+CELL
Elvis column=info:birthday, timestamp=1425891057129, value=1988-09-14
Sariel column=info:birthday, timestamp=1425891056883, value=1988-05-09
debugo column=info:birthday, timestamp=1425891056547, value=1987-04-04
3 row(s) in 0.0450 secondsFILTER中支持多個過濾條件通過括號、AND和OR的條件組合。
> scan 'member', FILTER=>"ColumnPrefixFilter('birth') AND ValueFilter ValueFilter(=,'substring:1987')"
ROW COLUMN+CELL
Debugo column=info:birthday, timestamp=1425891056547, value=1987-04-04
1 row(s) in 0.0450 seconds同一個rowkey的同一個column有多個version，根據timestamp來區分。而每一個列簇有多個column。而FIRSTKEYONLY僅取出每個列簇的第一個column的第一個版本。而KEYONLY則是對于每一個column只去取出key，把VALUE的信息丟棄,一般和其他filter結合使用。例如：
> scan 'member', FILTER=>"FirstKeyOnlyFilter()" ROW COLUMN+CELL Elvis column=address:city, timestamp=1425891057211, value=beijing Sariel column=address:city, timestamp=1425891056965, value=beijing debugo column=address:city, timestamp=1425891056642, value=beijing 3 row(s) in 0.0230 seconds > scan 'member', FILTER=>"KeyOnlyFilter()" hbase(main):055:0> scan 'member', FILTER=>"KeyOnlyFilter()" ROW COLUMN+CELL Elvis column=address:city, timestamp=1425891057211, value= Elvis column=id:, timestamp=1425891057038, value= ……
PrefixFilter是對Rowkey的前綴進行判斷,這是一個非常常用的功能。
> scan 'member', FILTER=>"PrefixFilter('E')"
ROW COLUMN+CELL
Elvis column=address:city, timestamp=1425891057211, value=beijing
……
1 row(s) in 0.0460 seconds以上是“HBase Shell常用操作有哪些”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
