hbase快速入门与使用教程

HBase简介

HBase是一个分布式的、面向列的开源数据库，该技术来源于 Fay Chang 所撰写的Google论文“Bigtable：一个结构化数据的分布式存储系统”。就像Bigtable利用了Google文件系统（File System）所提供的分布式数据存储一样，HBase在Hadoop之上提供了类似于Bigtable的能力。HBase是Apache的Hadoop项目的子项目。HBase不同于一般的关系数据库，它是一个适合于非结构化数据存储的数据库。另一个不同的是HBase基于列的而不是基于行的模式。

什么时候需要HBase呢？

半结构化或非结构化数据，对于数据结构字段不够确定或杂乱无章很难按一个概念去进行抽取的数据适合用HBase。当业务发展需要存储author的email，phone，address信息时RDBMS需要停机维护，而HBase支持动态增加。

记录非常稀疏

RDBMS的行有多少列是固定的，为null的列浪费了存储空间。而如上文提到的，HBase为null的Column不会被存储，这样既节省了空间又提高了读性能。

多版本数据

如上文提到的根据Row key和Column key定位到的Value可以有任意数量的版本值，因此对于需要存储变动历史记录的数据，用HBase就非常方便了。比如上例中的author的Address是会变动的，业务上一般只需要最新的值，但有时可能需要查询到历史值。

超大数据量

当数据量越来越大，RDBMS数据库撑不住了，就出现了读写分离策略，通过一个Master专门负责写操作，多个Slave负责读操作，服务器成本倍增。随着压力增加，Master撑不住了，这时就要分库了，把关联不大的数据分开部署，一些join查询不能用了，需要借助中间层。随着数据量的进一步增加，一个表的记录越来越大，查询就变得很慢，于是又得搞分表，比如按ID取模分成多个表以减少单个表的记录数。经历过这些事的人都知道过程是多么的折腾。采用HBase就简单了，只需要加机器即可，HBase会自动水平切分扩展，跟Hadoop的无缝集成保障了其数据可靠性（HDFS）和海量数据分析的高性能（MapReduce）。

HTable一些基本概念

Row key

行主键， HBase不支持条件查询和Order by等查询，读取记录只能按Row key（及其range）或全表扫描，因此Row key需要根据业务来设计以利用其存储排序特性（Table按Row key字典序排序如1，10，100，11，2）提高性能。

Column Family（列族）

在表创建时声明，每个Column Family为一个存储单元。在上例中设计了一个HBase表blog，该表有两个列族：article和author。

Column（列）

HBase的每个列都属于一个列族，以列族名为前缀，如列article:title和article:content属于article列族，author:name和author:nickname属于author列族。

Column不用创建表时定义即可以动态新增，同一Column Family的Columns会群聚在一个存储单元上，并依Column key排序，因此设计时应将具有相同I/O特性的Column设计在一个Column Family上以提高性能。

Timestamp

HBase通过row和column确定一份数据，这份数据的值可能有多个版本，不同版本的值按照时间倒序排序，即最新的数据排在最前面，查询时默认返回最新版本。如上例中row key=1的author:nickname值有两个版本，分别为1317180070811对应的“一叶渡江”和1317180718830对应的“yedu”（对应到实际业务可以理解为在某时刻修改了nickname为yedu，但旧值仍然存在）。Timestamp默认为系统当前时间（精确到毫秒），也可以在写入数据时指定该值。

Value

每个值通过4个键唯一索引，tableName+RowKey+ColumnKey+Timestamp=》value，例如上例中{tableName=’blog’，RowKey=’1’，ColumnName=’author:nickname’，Timestamp=’ 1317180718830’}索引到的唯一值是“yedu”。

存储类型

TableName 是字符串

RowKey 和 ColumnName 是二进制值（Java 类型 byte［］）

Timestamp 是一个 64 位整数（Java 类型 long）

value 是一个字节数组（Java类型 byte［］）。

将HTable的存储结构理解为

即HTable按Row key自动排序，每个Row包含任意数量个Columns，Columns之间按Column key自动排序，每个Column包含任意数量个Values。理解该存储结构将有助于查询结果的迭代。

HTable使用教程

对于建表，和RDBMS类似，HBase也有namespace的概念，可以指定表空间创建表，也可以直接创建表，进入default表空间。

对于数据操作，HBase支持四类主要的数据操作，分别是：

· Put：增加一行，修改一行；

· Delete：删除一行，删除指定列族，删除指定column的多个版本，删除指定column的制定版本等；

· Get：获取指定行的所有信息，获取指定行和指定列族的所有colunm，获取指定column，获取指定column的几个版本，获取指定column的指定版本等；

· Scan：获取所有行，获取指定行键范围的行，获取从某行开始的几行，获取满足过滤条件的行等。

这四个类都是org.apache.hadoop.hbase.client的子类，可以到官网API去查看详细信息，本文仅总结常用方法，力争让读者用20%的时间掌握80%的常用功能。

1. 命名空间Namespace

在关系数据库系统中，命名空间namespace指的是一个表的逻辑分组，同一组中的表有类似的用途。命名空间的概念为即将到来的多租户特性打下基础：

· 配额管理（Quota Management （HBASE-8410））：限制一个namespace可以使用的资源，资源包括region和table等；

· 命名空间安全管理（Namespace Security Administration （HBASE-9206））：提供了另一个层面的多租户安全管理；

· Region服务器组（Region server groups （HBASE-6721））：一个命名空间或一张表，可以被固定到一组regionservers上，从而保证了数据隔离性。

1.1.命名空间管理

命名空间可以被创建、移除、修改。

表和命名空间的隶属关系在在创建表时决定，通过以下格式指定：

《namespace》：《table》

Example：hbase shell中创建命名空间、创建命名空间中的表、移除命名空间、修改命名空间

 

1.2. 预定义的命名空间

有两个系统内置的预定义命名空间：

· hbase：系统命名空间，用于包含hbase的内部表

· default：所有未指定命名空间的表都自动进入该命名空间

Example：指定命名空间和默认命名空间

#namespace=foo and table qualifier=bar

create ‘foo:bar’， ‘fam’

#namespace=default and table qualifier=bar

create ‘bar’， ‘fam’

2. 创建表

废话不多说，直接上样板代码，代码后再说明注意事项和知识点：

关键知识点：

必须将HBase集群的hbase-site.xml文件添加进工程的classpath中，或者通过Configuration对象设置相关属性，否则程序获取不到集群相关信息，也就无法找到集群，运行程序时会报错；

HTableDescriptor tableDesc = new HTableDescriptor（TableName.valueOf（“my_ns:mytable”））代码是描述表mytable，并将mytable放到了my_ns命名空间中，前提是该命名空间已存在，如果指定的是不存在命名空间，则会报错org.apache.hadoop.hbase.NamespaceNotFoundException；

命名空间一般在建模阶段通过命令行创建，在java代码中通过admin.createNamespace（NamespaceDescriptor.create（“my_ns”）.build（））创建的机会不多；

创建HBaseAdmin对象时就已经建立了客户端程序与HBase集群的connection，所以在程序执行完成后，务必通过admin.close（）关闭connection；

可以通过HTableDescriptor对象设置表的特性，比如：通过tableDesc.setMaxFileSize（512）设置一个region中的store文件的最大size，当一个region中的最大store文件达到这个size时，region就开始分裂；通过tableDesc.setMemStoreFlushSize（512）设置region内存中的memstore的最大值，当memstore达到这个值时，开始往磁盘中刷数据。更多特性请自行查阅官网API；

可以通过HColumnDescriptor对象设置列族的特性，比如：通过hcd.setTimeToLive（5184000）设置数据保存的最长时间；通过hcd.setInMemory（true）设置数据保存在内存中以提高响应速度；通过 hcd.setMaxVersions（10）设置数据保存的最大版本数；通过hcd.setMinVersions（5）设置数据保存的最小版本数（配合TimeToLive使用）。更多特性请自行查阅官网API；

数据的版本数只能通过HColumnDescriptor对象设置，不能通过HTableDescriptor对象设置；

由于HBase的数据是先写入内存，数据累计达到内存阀值时才往磁盘中flush数据，所以，如果在数据还没有flush进硬盘时，regionserver down掉了，内存中的数据将丢失。要想解决这个场景的问题就需要用到WAL（Write-Ahead-Log），tableDesc.setDurability（Durability.SYNC_WAL）就是设置写WAL日志的级别，示例中设置的是同步写WAL，该方式安全性较高，但无疑会一定程度影响性能，请根据具体场景选择使用；

setDurability（Durability d）方法可以在相关的三个对象中使用，分别是：HTableDescriptor，Delete，Put（其中Delete和Put的该方法都是继承自父类org.apache.hadoop.hbase.client.Mutation）。分别针对表、插入操作、删除操作设定WAL日志写入级别。需要注意的是，Delete和Put并不会继承Table的Durability级别（已实测验证）。Durability是一个枚举变量，可选值参见4.2节。如果不通过该方法指定WAL日志级别，则为默认USE_DEFAULT级别。

3.删除表

删除表没创建表那么多学问，直接上代码：

 

4、修改表

4.1.实例代码

（1）删除列族、新增列族

修改之前，四个列族：

hbase（main）：014:0》 describe ‘rd_ns:itable’

DESCRIPTION ENABLED

‘rd_ns:itable’， {NAME =》 ‘info’， DATA_BLOCK_ENCODING =》 ‘NONE’， BLOOMFILTER =》 ‘ROW’， REPLICATION_SCOPE =》 ‘0’， V true

ERSIONS =》 ‘10’， COMPRESSION =》 ‘NONE’， MIN_VERSIONS =》 ‘0’， TTL =》 ‘2147483647’， KEEP_DELETED_CELLS =》 ‘false’，

BLOCKSIZE =》 ‘65536’， IN_MEMORY =》 ‘false’， BLOCKCACHE =》 ‘true’}， {NAME =》 ‘newcf’， DATA_BLOCK_ENCODING =》 ‘NONE

’， BLOOMFILTER =》 ‘ROW’， REPLICATION_SCOPE =》 ‘0’， COMPRESSION =》 ‘NONE’， VERSIONS =》 ‘10’， TTL =》 ‘2147483647’，

MIN_VERSIONS =》 ‘0’， KEEP_DELETED_CELLS =》 ‘false’， BLOCKSIZE =》 ‘65536’， IN_MEMORY =》 ‘false’， BLOCKCACHE =》 ‘tr

ue’}， {NAME =》 ‘note’， DATA_BLOCK_ENCODING =》 ‘NONE’， BLOOMFILTER =》 ‘ROW’， REPLICATION_SCOPE =》 ‘0’， VERSIONS =》

‘10’， COMPRESSION =》 ‘NONE’， MIN_VERSIONS =》 ‘0’， TTL =》 ‘2147483647’， KEEP_DELETED_CELLS =》 ‘false’， BLOCKSIZE

=》 ‘65536’， IN_MEMORY =》 ‘false’， BLOCKCACHE =》 ‘true’}， {NAME =》 ‘sysinfo’， DATA_BLOCK_ENCODING =》 ‘NONE’， BLOOM

FILTER =》 ‘ROW’， REPLICATION_SCOPE =》 ‘0’， COMPRESSION =》 ‘NONE’， VERSIONS =》 ‘10’， TTL =》 ‘2147483647’， MIN_VERS

IONS =》 ‘0’， KEEP_DELETED_CELLS =》 ‘true’， BLOCKSIZE =》 ‘65536’， IN_MEMORY =》 ‘false’， BLOCKCACHE =》 ‘true’}

1 row（s） in 0.0450 seconds

修改表，删除三个列族，新增一个列族，代码如下：

Configuration conf = HBaseConfiguration.create（）;

HBaseAdmin admin = new HBaseAdmin（conf）;

String tablename = “rd_ns:itable”;

if（admin.tableExists（tablename）） {

try {

admin.disableTable（tablename）;

//get the TableDescriptor of target table

HTableDescriptor newtd = admin.getTableDescriptor（Bytes.toBytes（“rd_ns:itable”））;

//remove 3 useless column families

newtd.removeFamily（Bytes.toBytes（“note”））;

newtd.removeFamily（Bytes.toBytes（“newcf”））;

newtd.removeFamily（Bytes.toBytes（“sysinfo”））;

//create HColumnDescriptor for new column family

HColumnDescriptor newhcd = new HColumnDescriptor（“action_log”）;

newhcd.setMaxVersions（10）;

newhcd.setKeepDeletedCells（true）;

//add the new column family（HColumnDescriptor） to HTableDescriptor

newtd.addFamily（newhcd）;

//modify target table struture

admin.modifyTable（Bytes.toBytes（“rd_ns:itable”），newtd）;

admin.enableTable（tablename）;

} catch （Exception e） {

// TODO： handle exception

e.printStackTrace（）;

}

}

admin.close（）;

修改之后：

hbase（main）：015:0》 describe ‘rd_ns:itable’

DESCRIPTION ENABLED

‘rd_ns:itable’， {NAME =》 ‘action_log’， DATA_BLOCK_ENCODING =》 ‘NONE’， BLOOMFILTER =》 ‘ROW’， REPLICATION_SCOPE =》 true

‘0’， COMPRESSION =》 ‘NONE’， VERSIONS =》 ‘10’， TTL =》 ‘2147483647’， MIN_VERSIONS =》 ‘0’， KEEP_DELETED_CELLS =》 ‘tr

ue’， BLOCKSIZE =》 ‘65536’， IN_MEMORY =》 ‘false’， BLOCKCACHE =》 ‘true’}， {NAME =》 ‘info’， DATA_BLOCK_ENCODING =》 ‘

NONE’， BLOOMFILTER =》 ‘ROW’， REPLICATION_SCOPE =》 ‘0’， VERSIONS =》 ‘10’， COMPRESSION =》 ‘NONE’， MIN_VERSIONS =》 ‘

0’， TTL =》 ‘2147483647’， KEEP_DELETED_CELLS =》 ‘false’， BLOCKSIZE =》 ‘65536’， IN_MEMORY =》 ‘false’， BLOCKCACHE =》

‘true’}

1 row（s） in 0.0400 seconds

逻辑很简单：

通过admin.getTableDescriptor（Bytes.toBytes（“rd_ns:itable”））取得目标表的描述对象，应该就是取得指向该对象的指针了；

修改目标表描述对象；

通过admin.modifyTable（Bytes.toBytes（“rd_ns:itable”），newtd）将修改后的描述对象应用到目标表。

（2）修改现有列族的属性（setMaxVersions）

Configuration conf = HBaseConfiguration.create（）;

HBaseAdmin admin = new HBaseAdmin（conf）;

String tablename = “rd_ns:itable”;

if（admin.tableExists（tablename）） {

try {

admin.disableTable（tablename）;

//get the TableDescriptor of target table

HTableDescriptor htd = admin.getTableDescriptor（Bytes.toBytes（“rd_ns:itable”））;

HColumnDescriptor infocf = htd.getFamily（Bytes.toBytes（“info”））;

infocf.setMaxVersions（100）;

//modify target table struture

admin.modifyTable（Bytes.toBytes（“rd_ns:itable”），htd）;

admin.enableTable（tablename）;

} catch （Exception e） {

// TODO： handle exception

e.printStackTrace（）;

}

}

admin.close（）;

5. 新增、更新数据Put

5.1.常用构造函数：

（1）指定行键

public Put（byte［］ row）

参数：row 行键

（2）指定行键和时间戳

public Put（byte［］ row， long ts）

参数：row 行键，ts 时间戳

（3）从目标字符串中提取子串，作为行键

Put（byte［］ rowArray， int rowOffset， int rowLength）

（4）从目标字符串中提取子串，作为行键，并加上时间戳

Put（byte［］ rowArray， int rowOffset， int rowLength， long ts）

5.2.常用方法：

（1）指定列族、限定符，添加值

add（byte［］ family， byte［］ qualifier， byte［］ value）

（2）指定列族、限定符、时间戳，添加值

add（byte［］ family， byte［］ qualifier， long ts， byte［］ value）

（3）设置写WAL（Write-Ahead-Log）的级别

public void setDurability（Durability d）

参数是一个枚举值，可以有以下几种选择：

ASYNC_WAL ： 当数据变动时，异步写WAL日志

SYNC_WAL ： 当数据变动时，同步写WAL日志

FSYNC_WAL ： 当数据变动时，同步写WAL日志，并且，强制将数据写入磁盘

SKIP_WAL ： 不写WAL日志

USE_DEFAULT ： 使用HBase全局默认的WAL写入级别，即SYNC_WAL

5.3.实例代码

（1）插入行

Configuration conf = HBaseConfiguration.create（）;

HTable table = new HTable（conf， “rd_ns:leetable”）;

Put put = new Put（Bytes.toBytes（“100001”））;

put.add（Bytes.toBytes（“info”）， Bytes.toBytes（“name”）， Bytes.toBytes（“lion”））;

put.add（Bytes.toBytes（“info”）， Bytes.toBytes（“address”）， Bytes.toBytes（“shangdi”））;

put.add（Bytes.toBytes（“info”）， Bytes.toBytes（“age”）， Bytes.toBytes（“30”））;

put.setDurability（Durability.SYNC_WAL）;

table.put（put）;

table.close（）;

（2）更新行

Configuration conf = HBaseConfiguration.create（）;

HTable table = new HTable（conf， “rd_ns:leetable”）;

Put put = new Put（Bytes.toBytes（“100001”））;

put.add（Bytes.toBytes（“info”）， Bytes.toBytes（“name”）， Bytes.toBytes（“lee”））;

put.add（Bytes.toBytes（“info”）， Bytes.toBytes（“address”）， Bytes.toBytes（“longze”））;

put.add（Bytes.toBytes（“info”）， Bytes.toBytes（“age”）， Bytes.toBytes（“31”））;

put.setDurability（Durability.SYNC_WAL）;

table.put（put）;

table.close（）;

注意：

Put的构造函数都需要指定行键，如果是全新的行键，则新增一行；如果是已有的行键，则更新现有行。

创建Put对象及put.add过程都是在构建一行的数据，创建Put对象时相当于创建了行对象，add的过程就是往目标行里添加cell，直到table.put才将数据插入表格；

以上代码创建Put对象用的是构造函数1，也可用构造函数2，第二个参数是时间戳；

Put还有别的构造函数，请查阅官网API。

（3）从目标字符串中提取子串，作为行键，构建Put

Configuration conf = HBaseConfiguration.create（）;

HTable table = new HTable（conf， “rd_ns:leetable”）;

Put put = new Put（Bytes.toBytes（“100001_100002”），7，6）;

put.add（Bytes.toBytes（“info”）， Bytes.toBytes（“name”）， Bytes.toBytes（“show”））;

put.add（Bytes.toBytes（“info”）， Bytes.toBytes（“address”）， Bytes.toBytes（“caofang”））;

put.add（Bytes.toBytes（“info”）， Bytes.toBytes（“age”）， Bytes.toBytes（“30”））;

table.put（put）;

table.close（）;

注意，关于：Put put = new Put（Bytes.toBytes（“100001_100002”），7，6）

第二个参数是偏移量，也就是行键从第一个参数的第几个字符开始截取；

第三个参数是截取长度；

这个代码实际是从 100001_100002 中截取了100002子串作为目标行的行键。

6.删除数据Delete

Delete类用于删除表中的一行数据，通过HTable.delete来执行该动作。

在执行Delete操作时，HBase并不会立即删除数据，而是对需要删除的数据打上一个“墓碑”标记，直到当Storefile合并时，再清除这些被标记上“墓碑”的数据。

如果希望删除整行，用行键来初始化一个Delete对象即可。如果希望进一步定义删除的具体内容，可以使用以下这些Delete对象的方法：

为了删除指定的列族，可以使用deleteFamily

为了删除指定列的多个版本，可以使用deleteColumns

为了删除指定列的指定版本，可以使用deleteColumn，这样的话就只会删除版本号（时间戳）与指定版本相同的列。如果不指定时间戳，默认只删除最新的版本

下面详细说明构造函数和常用方法：

6.1.构造函数

（1）指定要删除的行键

Delete（byte［］ row）

删除行键指定行的数据。

如果没有进一步的操作，使用该构造函数将删除行键指定的行中所有列族中所有列的所有版本！

（2）指定要删除的行键和时间戳

Delete（byte［］ row， long timestamp）

删除行键和时间戳共同确定行的数据。

如果没有进一步的操作，使用该构造函数将删除行键指定的行中，所有列族中所有列的时间戳小于等于指定时间戳的数据版本。

注意：该时间戳仅仅和删除行有关，如果需要进一步指定列族或者列，你必须分别为它们指定时间戳。

（3）给定一个字符串，目标行键的偏移，截取的长度

Delete（byte［］ rowArray， int rowOffset， int rowLength）

（4）给定一个字符串，目标行键的偏移，截取的长度，时间戳

Delete（byte［］ rowArray， int rowOffset， int rowLength， long ts）

6.2.常用方法

Delete deleteColumn（byte［］ family， byte［］ qualifier） 删除指定列的最新版本的数据。

Delete deleteColumns（byte［］ family， byte［］ qualifier） 删除指定列的所有版本的数据。

Delete deleteColumn（byte［］ family， byte［］ qualifier， long timestamp） 删除指定列的指定版本的数据。

Delete deleteColumns（byte［］ family， byte［］ qualifier， long timestamp） 删除指定列的，时间戳小于等于给定时间戳的所有版本的数据。

Delete deleteFamily（byte［］ family） 删除指定列族的所有列的所有版本数据。

Delete deleteFamily（byte［］ family， long timestamp） 删除指定列族的所有列中时间戳小于等于指定时间戳的所有数据。

Delete deleteFamilyVersion（byte［］ family， long timestamp） 删除指定列族中所有列的时间戳等于指定时间戳的版本数据。

voidsetTimestamp（long timestamp） 为Delete对象设置时间戳。

6.3.实例代码

（1）删除整行的所有列族、所有行、所有版本

Configuration conf = HBaseConfiguration.create（）;

HTable table = new HTable（conf， “rd_ns:leetable”）;

Delete delete = new Delete（Bytes.toBytes（“000”））;

table.delete（delete）;

table.close（）;

（2）删除指定列的最新版本

以下是删除之前的数据，注意看100003行的info:address，这是该列最新版本的数据，值是caofang1，在这之前的版本值是caofang：

hbase（main）：007:0》 scan ‘rd_ns:leetable’

ROW COLUMN+CELL

100001 column=info:address， timestamp=1405304843114， value=longze

100001 column=info:age， timestamp=1405304843114， value=31

100001 column=info:name， timestamp=1405304843114， value=leon

100002 column=info:address， timestamp=1405305471343， value=caofang

100002 column=info:age， timestamp=1405305471343， value=30

100002 column=info:name， timestamp=1405305471343， value=show

100003 column=info:address， timestamp=1405390959464， value=caofang1

100003 column=info:age， timestamp=1405390959464， value=301

100003 column=info:name， timestamp=1405390959464， value=show1

3 row（s） in 0.0270 seconds

执行以下代码：

Configuration conf = HBaseConfiguration.create（）;

HTable table = new HTable（conf， “rd_ns:leetable”）;

Delete delete = new Delete（Bytes.toBytes（“100003”））;

delete.deleteColumn（Bytes.toBytes（“info”）， Bytes.toBytes（“address”））;

table.delete（delete）;

table.close（）;

然后查看数据，发现100003列的info:address列的值显示为前一个版本的caofang了！其余值均不变：

hbase（main）：008:0》 scan ‘rd_ns:leetable’

ROW COLUMN+CELL

100001 column=info:address， timestamp=1405304843114， value=longze

100001 column=info:age， timestamp=1405304843114， value=31

100001 column=info:name， timestamp=1405304843114， value=leon

100002 column=info:address， timestamp=1405305471343， value=caofang

100002 column=info:age， timestamp=1405305471343， value=30

100002 column=info:name， timestamp=1405305471343， value=show

100003 column=info:address， timestamp=1405390728175， value=caofang

100003 column=info:age， timestamp=1405390959464， value=301

100003 column=info:name， timestamp=1405390959464， value=show1

3 row（s） in 0.0560 seconds

（3）删除指定列的所有版本

接以上场景，执行以下代码：

Configuration conf = HBaseConfiguration.create（）;

HTable table = new HTable（conf， “rd_ns:leetable”）;

Delete delete = new Delete（Bytes.toBytes（“100003”））;

delete.deleteColumns（Bytes.toBytes（“info”）， Bytes.toBytes（“address”））;

table.delete（delete）;

table.close（）;

然后我们会发现，100003行的整个info:address列都没了：

hbase（main）：009:0》 scan ‘rd_ns:leetable’

ROW COLUMN+CELL

100001 column=info:address， timestamp=1405304843114， value=longze

100001 column=info:age， timestamp=1405304843114， value=31

100001 column=info:name， timestamp=1405304843114， value=leon

100002 column=info:address， timestamp=1405305471343， value=caofang

100002 column=info:age， timestamp=1405305471343， value=30

100002 column=info:name， timestamp=1405305471343， value=show

100003 column=info:age， timestamp=1405390959464， value=301

100003 column=info:name， timestamp=1405390959464， value=show1

3 row（s） in 0.0240 seconds

（4）删除指定列族中所有列的时间戳等于指定时间戳的版本数据

为了演示效果，我已经向100003行的info:address列新插入一条数据

hbase（main）：010:0》 scan ‘rd_ns:leetable’

ROW COLUMN+CELL

100001 column=info:address， timestamp=1405304843114， value=longze

100001 column=info:age， timestamp=1405304843114， value=31

100001 column=info:name， timestamp=1405304843114， value=leon

100002 column=info:address， timestamp=1405305471343， value=caofang

100002 column=info:age， timestamp=1405305471343， value=30

100002 column=info:name， timestamp=1405305471343， value=show

100003 column=info:address， timestamp=1405391883886， value=shangdi

100003 column=info:age， timestamp=1405390959464， value=301

100003 column=info:name， timestamp=1405390959464， value=show1

3 row（s） in 0.0250 seconds

现在，我们的目的是删除info列族中，时间戳为1405390959464的所有列数据：

Configuration conf = HBaseConfiguration.create（）;

HTable table = new HTable（conf， “rd_ns:leetable”）;

Delete delete = new Delete（Bytes.toBytes（“100003”））;

delete.deleteFamilyVersion（Bytes.toBytes（“info”）， 1405390959464L）;

table.delete（delete）;

table.close（）;

hbase（main）：011:0》 scan ‘rd_ns:leetable’

ROW COLUMN+CELL

100001 column=info:address， timestamp=1405304843114， value=longze

100001 column=info:age， timestamp=1405304843114， value=31

100001 column=info:name， timestamp=1405304843114， value=leon

100002 column=info:address， timestamp=1405305471343， value=caofang

100002 column=info:age， timestamp=1405305471343， value=30

100002 column=info:name， timestamp=1405305471343， value=show

100003 column=info:address， timestamp=1405391883886， value=shangdi

100003 column=info:age， timestamp=1405390728175， value=30

100003 column=info:name， timestamp=1405390728175， value=show

3 row（s） in 0.0250 seconds

可以看到，100003行的info列族，已经不存在时间戳为1405390959464的数据，比它更早版本的数据被查询出来，而info列族中时间戳不等于1405390959464的address列，不受该delete的影响。

7.获取单行Get

如果希望获取整行数据，用行键初始化一个Get对象就可以，如果希望进一步缩小获取的数据范围，可以使用Get对象的以下方法：

如果希望取得指定列族的所有列数据，使用addFamily添加所有的目标列族即可；

如果希望取得指定列的数据，使用addColumn添加所有的目标列即可；

如果希望取得目标列的指定时间戳范围的数据版本，使用setTimeRange；

如果仅希望获取目标列的指定时间戳版本，则使用setTimestamp；

如果希望限制每个列返回的版本数，使用setMaxVersions；

如果希望添加过滤器，使用setFilter

下面详细描述构造函数及常用方法：

7.1.构造函数

Get的构造函数很简单，只有一个构造函数：Get（byte［］ row） 参数是行键。

7.2.常用方法

Get addFamily （byte［］ family） 指定希望获取的列族

Get addColumn （byte［］ family， byte［］ qualifier） 指定希望获取的列

Get setTimeRange （long minStamp， long maxStamp） 设置获取数据的时间戳范围

Get setTimeStamp （long timestamp） 设置获取数据的时间戳

Get setMaxVersions （int maxVersions） 设定获取数据的版本数

Get setMaxVersions（） 设定获取数据的所有版本

Get setFilter （Filter filter） 为Get对象添加过滤器，过滤器详解请参见：http://blog.csdn.net/u010967382/article/details/37653177

void setCacheBlocks （boolean cacheBlocks） 设置该Get获取的数据是否缓存在内存中

7.3.实测代码

测试表的所有数据：

hbase（main）：016:0》 scan ‘rd_ns:leetable’

ROW COLUMN+CELL

100001 column=info:address， timestamp=1405304843114， value=longze

100001 column=info:age， timestamp=1405304843114， value=31

100001 column=info:name， timestamp=1405304843114， value=leon

100002 column=info:address， timestamp=1405305471343， value=caofang

100002 column=info:age， timestamp=1405305471343， value=30

100002 column=info:name， timestamp=1405305471343， value=show

100003 column=info:address， timestamp=1405407883218， value=qinghe

100003 column=info:age， timestamp=1405407883218， value=28

100003 column=info:name， timestamp=1405407883218， value=shichao

3 row（s） in 0.0250 seconds

（1）获取行键指定行的所有列族、所有列的最新版本数据

Configuration conf = HBaseConfiguration.create（）;

HTable table = new HTable（conf， “rd_ns:leetable”）;

Get get = new Get（Bytes.toBytes（“100003”））;

Result r = table.get（get）;

for （Cell cell ： r.rawCells（）） {

System.out.println（

“Rowkey ： ”+Bytes.toString（r.getRow（））+

“ Familiy:Quilifier ： ”+Bytes.toString（CellUtil.cloneQualifier（cell））+

“ Value ： ”+Bytes.toString（CellUtil.cloneValue（cell））

）;

}

table.close（）;

代码输出：

Rowkey ： 100003 Familiy:Quilifier ： address Value ： qinghe

Rowkey ： 100003 Familiy:Quilifier ： age Value ： 28

Rowkey ： 100003 Familiy:Quilifier ： name Value ： shichao

（2）获取行键指定行中，指定列的最新版本数据

Configuration conf = HBaseConfiguration.create（）;

HTable table = new HTable（conf， “rd_ns:leetable”）;

Get get = new Get（Bytes.toBytes（“100003”））;

get.addColumn（Bytes.toBytes（“info”）， Bytes.toBytes（“name”））;

Result r = table.get（get）;

for （Cell cell ： r.rawCells（）） {

System.out.println（

“Rowkey ： ”+Bytes.toString（r.getRow（））+

“ Familiy:Quilifier ： ”+Bytes.toString（CellUtil.cloneQualifier（cell））+

“ Value ： ”+Bytes.toString（CellUtil.cloneValue（cell））

）;

}

table.close（）;

代码输出：

Rowkey ： 100003 Familiy:Quilifier ： name Value ： shichao

（3）获取行键指定的行中，指定时间戳的数据

Configuration conf = HBaseConfiguration.create（）;

HTable table = new HTable（conf， “rd_ns:leetable”）;

Get get = new Get（Bytes.toBytes（“100003”））;

get.setTimeStamp（1405407854374L）;

Result r = table.get（get）;

for （Cell cell ： r.rawCells（）） {

System.out.println（

“Rowkey ： ”+Bytes.toString（r.getRow（））+

“ Familiy:Quilifier ： ”+Bytes.toString（CellUtil.cloneQualifier（cell））+

“ Value ： ”+Bytes.toString（CellUtil.cloneValue（cell））

）;

}

table.close（）;

代码输出了上面scan命令输出中没有展示的历史数据：

Rowkey ： 100003 Familiy:Quilifier ： address Value ： huangzhuang

Rowkey ： 100003 Familiy:Quilifier ： age Value ： 32

Rowkey ： 100003 Familiy:Quilifier ： name Value ： lily

（4）获取行键指定的行中，所有版本的数据

Configuration conf = HBaseConfiguration.create（）;

HTable table = new HTable（conf， “rd_ns:itable”）;

Get get = new Get（Bytes.toBytes（“100003”））;

get.setMaxVersions（）;

Result r = table.get（get）;

for （Cell cell ： r.rawCells（）） {

System.out.println（

“Rowkey ： ”+Bytes.toString（r.getRow（））+

“ Familiy:Quilifier ： ”+Bytes.toString（CellUtil.cloneQualifier（cell））+

“ Value ： ”+Bytes.toString（CellUtil.cloneValue（cell））+

“ Time ： ”+cell.getTimestamp（）

）;

}

table.close（）;

代码输出：

Rowkey ： 100003 Familiy:Quilifier ： address Value ： xierqi Time ： 1405417500485

Rowkey ： 100003 Familiy:Quilifier ： address Value ： shangdi Time ： 1405417477465

Rowkey ： 100003 Familiy:Quilifier ： address Value ： longze Time ： 1405417448414

Rowkey ： 100003 Familiy:Quilifier ： age Value ： 29 Time ： 1405417500485

Rowkey ： 100003 Familiy:Quilifier ： age Value ： 30 Time ： 1405417477465

Rowkey ： 100003 Familiy:Quilifier ： age Value ： 31 Time ： 1405417448414

Rowkey ： 100003 Familiy:Quilifier ： name Value ： leon Time ： 1405417500485

Rowkey ： 100003 Familiy:Quilifier ： name Value ： lee Time ： 1405417477465

Rowkey ： 100003 Familiy:Quilifier ： name Value ： lion Time ： 1405417448414
 

8.获取多行Scan

Scan对象可以返回满足给定条件的多行数据。如果希望获取所有的行，直接初始化一个Scan对象即可。如果希望限制扫描的行范围，可以使用以下方法：

如果希望获取指定列族的所有列，可使用addFamily方法来添加所有希望获取的列族

如果希望获取指定列，使用addColumn方法来添加所有列

通过setTimeRange方法设定获取列的时间范围

通过setTimestamp方法指定具体的时间戳，只返回该时间戳的数据

通过setMaxVersions方法设定最大返回的版本数

通过setBatch方法设定返回数据的最大行数

通过setFilter方法为Scan对象添加过滤器，过滤器详解请参见：http://blog.csdn.net/u010967382/article/details/37653177

Scan的结果数据是可以缓存在内存中的，可以通过getCaching（）方法来查看当前设定的缓存条数，也可以通过setCaching（int caching）来设定缓存在内存中的行数，缓存得越多，以后查询结果越快，同时也消耗更多内存。此外，通过setCacheBlocks方法设置是否缓存Scan的结果数据块，默认为true

我们可以通过setMaxResultSize（long）方法来设定Scan返回的结果行数。

下面是官网文档中的一个入门示例：假设表有几行键值为 “row1”， “row2”， “row3”，还有一些行有键值 “abc1”， “abc2”， 和 “abc3”，目标是返回“row”打头的行：

HTable htable = 。.. // instantiate HTable

Scan scan = new Scan（）;

scan.addColumn（Bytes.toBytes（“cf”），Bytes.toBytes（“attr”））;

scan.setStartRow（ Bytes.toBytes（“row”））; // start key is inclusive

scan.setStopRow（ Bytes.toBytes（“row” + （char）0））; // stop key is exclusive

ResultScanner rs = htable.getScanner（scan）;

try {

for （Result r = rs.next（）; r ！= null; r = rs.next（）） {

// process result.。.

} finally {

rs.close（）; // always close the ResultScanner！

}

8.1.常用构造函数

（1）创建扫描所有行的Scan

Scan（）

（2）创建Scan，从指定行开始扫描，

Scan（byte［］ startRow）

参数：startRow行键

注意：如果指定行不存在，从下一个最近的行开始

（3）创建Scan，指定起止行

Scan（byte［］ startRow， byte［］ stopRow）

参数：startRow起始行，stopRow终止行

注意：startRow 《= 结果集 《 stopRow

（4）创建Scan，指定起始行和过滤器

Scan（byte［］ startRow， Filter filter）

参数：startRow起始行，filter过滤器

注意：过滤器的功能和构造参见http://blog.csdn.net/u010967382/article/details/37653177

8.2.常用方法

Scan setStartRow（byte［］ startRow） 设置Scan的开始行，默认结果集包含该行。如果希望结果集不包含该行，可以在行键末尾加上0。

Scan setStopRow（byte［］ stopRow） 设置Scan的结束行，默认结果集不包含该行。如果希望结果集包含该行，可以在行键末尾加上0。

Scan setTimeRange（long minStamp， long maxStamp） 扫描指定时间范围的数据

Scan setTimeStamp（long timestamp） 扫描指定时间的数据

Scan addColumn（byte［］ family， byte［］ qualifier） 指定扫描的列

Scan addFamily（byte［］ family） 指定扫描的列族

Scan setFilter（Filter filter） 为Scan设置过滤器

Scan setReversed（boolean reversed） 设置Scan的扫描顺序，默认是正向扫描（false），可以设置为逆向扫描（true）。注意：该方法0.98版本以后才可用！！

Scan setMaxVersions（） 获取所有版本的数据

Scan setMaxVersions（int maxVersions） 设置获取的最大版本数

void setCaching（int caching） 设定缓存在内存中的行数，缓存得越多，以后查询结果越快，同时也消耗更多内存

void setRaw（boolean raw） 激活或者禁用raw模式。如果raw模式被激活，Scan将返回所有已经被打上删除标记但尚未被真正删除的数据。该功能仅用于激活了KEEP_DELETED_ROWS的列族，即列族开启了hcd.setKeepDeletedCells（true）。Scan激活raw模式后，就不能指定任意的列，否则会报错

Enable/disable “raw” mode for this scan. If “raw” is enabled the scan will return all delete marker and deleted rows that have not been collected， yet. This is mostly useful for Scan on column families that have KEEP_DELETED_ROWS enabled. It is an error to specify any column when “raw” is set.

hcd.setKeepDeletedCells（true）;

8.3.实测代码

（1）扫描表中的所有行的最新版本数据

Configuration conf = HBaseConfiguration.create（）;

HTable table = new HTable（conf， “rd_ns:itable”）;

Scan s = new Scan（）;

ResultScanner rs = table.getScanner（s）;

for （Result r ： rs） {

for （Cell cell ： r.rawCells（）） {

System.out.println（

“Rowkey ： ”+Bytes.toString（r.getRow（））+

“ Familiy:Quilifier ： ”+Bytes.toString（CellUtil.cloneQualifier（cell））+

“ Value ： ”+Bytes.toString（CellUtil.cloneValue（cell））+

“ Time ： ”+cell.getTimestamp（）

）;

}

}

table.close（）;

代码输出：

Rowkey ： 100001 Familiy:Quilifier ： address Value ： anywhere Time ： 1405417403438

Rowkey ： 100001 Familiy:Quilifier ： age Value ： 24 Time ： 1405417403438

Rowkey ： 100001 Familiy:Quilifier ： name Value ： zhangtao Time ： 1405417403438

Rowkey ： 100002 Familiy:Quilifier ： address Value ： shangdi Time ： 1405417426693

Rowkey ： 100002 Familiy:Quilifier ： age Value ： 28 Time ： 1405417426693

Rowkey ： 100002 Familiy:Quilifier ： name Value ： shichao Time ： 1405417426693

Rowkey ： 100003 Familiy:Quilifier ： address Value ： xierqi Time ： 1405417500485

Rowkey ： 100003 Familiy:Quilifier ： age Value ： 29 Time ： 1405417500485

Rowkey ： 100003 Familiy:Quilifier ： name Value ： leon Time ： 1405417500485

（2）扫描指定行键范围，通过末尾加0，使得结果集包含StopRow

Configuration conf = HBaseConfiguration.create（）;

HTable table = new HTable（conf， “rd_ns:itable”）;

Scan s = new Scan（）;

s.setStartRow（Bytes.toBytes（“100001”））;

s.setStopRow（Bytes.toBytes（“1000020”））;

ResultScanner rs = table.getScanner（s）;

for （Result r ： rs） {

for （Cell cell ： r.rawCells（）） {

System.out.println（

“Rowkey ： ”+Bytes.toString（r.getRow（））+

“ Familiy:Quilifier ： ”+Bytes.toString（CellUtil.cloneQualifier（cell））+

“ Value ： ”+Bytes.toString（CellUtil.cloneValue（cell））+

“ Time ： ”+cell.getTimestamp（）

）;

}

}

table.close（）;

代码输出：

Rowkey ： 100001 Familiy:Quilifier ： address Value ： anywhere Time ： 1405417403438

Rowkey ： 100001 Familiy:Quilifier ： age Value ： 24 Time ： 1405417403438

Rowkey ： 100001 Familiy:Quilifier ： name Value ： zhangtao Time ： 1405417403438

Rowkey ： 100002 Familiy:Quilifier ： address Value ： shangdi Time ： 1405417426693

Rowkey ： 100002 Familiy:Quilifier ： age Value ： 28 Time ： 1405417426693

Rowkey ： 100002 Familiy:Quilifier ： name Value ： shichao Time ： 1405417426693

（3）返回所有已经被打上删除标记但尚未被真正删除的数据

本测试针对rd_ns:itable表的100003行。

如果使用get结合setMaxVersions（）方法能返回所有未删除的数据，输出如下：

Rowkey ： 100003 Familiy:Quilifier ： address Value ： huilongguan Time ： 1405494141522

Rowkey ： 100003 Familiy:Quilifier ： address Value ： shangdi Time ： 1405417477465

Rowkey ： 100003 Familiy:Quilifier ： age Value ： new29 Time ： 1405494141522

Rowkey ： 100003 Familiy:Quilifier ： name Value ： liyang Time ： 1405494141522

然而，使用Scan强大的s.setRaw（true）方法，可以获得所有已经被打上删除标记但尚未被真正删除的数据。

代码如下：

Configuration conf = HBaseConfiguration.create（）;

HTable table = new HTable（conf， “rd_ns:itable”）;

Scan s = new Scan（）;

s.setStartRow（Bytes.toBytes（“100003”））;

s.setRaw（true）;

s.setMaxVersions（）;

ResultScanner rs = table.getScanner（s）;

for （Result r ： rs） {

for （Cell cell ： r.rawCells（）） {

System.out.println（

“Rowkey ： ”+Bytes.toString（r.getRow（））+

“ Familiy:Quilifier ： ”+Bytes.toString（CellUtil.cloneQualifier（cell））+

“ Value ： ”+Bytes.toString（CellUtil.cloneValue（cell））+

“ Time ： ”+cell.getTimestamp（）

）;

}

}

table.close（）;

输出结果如下：

Rowkey ： 100003 Familiy:Quilifier ： address Value ： huilongguan Time ： 1405494141522

Rowkey ： 100003 Familiy:Quilifier ： address Value ： Time ： 1405417500485

Rowkey ： 100003 Familiy:Quilifier ： address Value ： xierqi Time ： 1405417500485

Rowkey ： 100003 Familiy:Quilifier ： address Value ： shangdi Time ： 1405417477465

Rowkey ： 100003 Familiy:Quilifier ： address Value ： Time ： 1405417448414

Rowkey ： 100003 Familiy:Quilifier ： address Value ： longze Time ： 1405417448414

Rowkey ： 100003 Familiy:Quilifier ： age Value ： new29 Time ： 1405494141522

Rowkey ： 100003 Familiy:Quilifier ： age Value ： Time ： 1405417500485

Rowkey ： 100003 Familiy:Quilifier ： age Value ： Time ： 1405417500485

Rowkey ： 100003 Familiy:Quilifier ： age Value ： 29 Time ： 1405417500485

Rowkey ： 100003 Familiy:Quilifier ： age Value ： 30 Time ： 1405417477465

Rowkey ： 100003 Familiy:Quilifier ： age Value ： 31 Time ： 1405417448414

Rowkey ： 100003 Familiy:Quilifier ： name Value ： liyang Time ： 1405494141522

Rowkey ： 100003 Familiy:Quilifier ： name Value ： Time ： 1405493879419

Rowkey ： 100003 Familiy:Quilifier ： name Value ： leon Time ： 1405417500485

Rowkey ： 100003 Familiy:Quilifier ： name Value ： lee Time ： 1405417477465

Rowkey ： 100003 Familiy:Quilifier ： name Value ： lion Time ： 1405417448414

（4）结合过滤器，获取所有age在25到30之间的行

目前的数据：

hbase（main）：049:0》 scan ‘rd_ns:itable’

ROW COLUMN+CELL

100001 column=info:address， timestamp=1405417403438， value=anywhere

100001 column=info:age， timestamp=1405417403438， value=24

100001 column=info:name， timestamp=1405417403438， value=zhangtao

100002 column=info:address， timestamp=1405417426693， value=shangdi

100002 column=info:age， timestamp=1405417426693， value=28

100002 column=info:name， timestamp=1405417426693， value=shichao

100003 column=info:address， timestamp=1405494141522， value=huilongguan

100003 column=info:age， timestamp=1405494999631， value=29

100003 column=info:name， timestamp=1405494141522， value=liyang

3 row（s） in 0.0240 seconds

代码：

Configuration conf = HBaseConfiguration.create（）;

HTable table = new HTable（conf， “rd_ns:itable”）;

FilterList filterList = new FilterList（FilterList.Operator.MUST_PASS_ALL）;

SingleColumnValueFilter filter1 = new SingleColumnValueFilter（

Bytes.toBytes（“info”），

Bytes.toBytes（“age”），

CompareOp.GREATER_OR_EQUAL，

Bytes.toBytes（“25”）

）;

SingleColumnValueFilter filter2 = new SingleColumnValueFilter（

Bytes.toBytes（“info”），

Bytes.toBytes（“age”），

CompareOp.LESS_OR_EQUAL，

Bytes.toBytes（“30”）

）;

filterList.addFilter（filter1）;

filterList.addFilter（filter2）;

Scan scan = new Scan（）;

scan.setFilter（filterList）;

ResultScanner rs = table.getScanner（scan）;

for （Result r ： rs） {

for （Cell cell ： r.rawCells（）） {

System.out.println（

“Rowkey ： ”+Bytes.toString（r.getRow（））+

“ Familiy:Quilifier ： ”+Bytes.toString（CellUtil.cloneQualifier（cell））+

“ Value ： ”+Bytes.toString（CellUtil.cloneValue（cell））+

“ Time ： ”+cell.getTimestamp（）

）;

}

}

table.close（）;

代码输出：

Rowkey ： 100002 Familiy:Quilifier ： address Value ： shangdi Time ： 1405417426693

Rowkey ： 100002 Familiy:Quilifier ： age Value ： 28 Time ： 1405417426693

Rowkey ： 100002 Familiy:Quilifier ： name Value ： shichao Time ： 1405417426693

Rowkey ： 100003 Familiy:Quilifier ： address Value ： huilongguan Time ： 1405494141522

Rowkey ： 100003 Familiy:Quilifier ： age Value ： 29 Time ： 1405494999631

Rowkey ： 100003 Familiy:Quilifier ： name Value ： liyang Time ： 1405494141522

注意：

HBase对列族、列名大小写敏感