如何使用HBase分布式数据库？常见的Java API类型有几种？

　　HBase是由Java语言开发的，它对外提供了Java API的接口。接下来，通过一个表来列举HBase常见的Java API，具体如表1所示。

　　表1 常见的Java API

　　接下来，通过Java API来操作HBase分布式数据库，包括增、删、改以及查等对数据表的操作，具体操作步骤如下：

　　1. 创建工程并导入依赖

　　创建一个名称为“spark_chapter05”的Maven项目。然后在项目spark_chapter05中配置pom.xml文件，也就是引入HBase相关的依赖和单元测试的依赖，pom.xml文件添加的内容具体如下所示：

  
  
    junit
    junit
    4.12
  
  
  
    org.apache.hbase
    hbase-client
    1.2.1
  
  
  
    org.apache.hbase
    hbase-common
    1.2.1
  

　　当添加完相关依赖后，HBase相关Jar包就会自动下载，成功引入依赖如图1所示。

图1 成功引入的Jar包

创建Java类，连接集群

在项目spark_chapter05目录/src/main/java下创建一个名为com.itcast.hbase包，并在该包下创建HBaseTest.java文件，该文件用于编写Java测试类，构建Configuration和Connection对象。初始化客户端对象的具体操作步骤，如文件1所示。

文件1 HBaseTest.java

  import org.apache.hadoop.conf.Configuration;
  import org.apache.hadoop.hbase.*;
  import org.apache.hadoop.hbase.client.*;
  import org.apache.hadoop.hbase.util.Bytes;
  import org.junit.*;
  import java.util.*;
  //todo:HBase Api操作
  public class HBaseTest {
    //初始化Configuration对象
   private Configuration conf = null;
   //初始化连接
   private Connection conn = null;
   @Before
   public void init() throws Exception{
     //获取Configuration对象
     conf = HBaseConfiguration.create();
     //对hbase客户端来说，只需知道hbase所经过的Zookeeper集群地址即可
     //因为hbase的客户端找hbase读写数据完全不用经过HMaster
     conf.set("hbase.zookeeper.quorum",
           "hadoop01:2181,hadoop02:2181,hadoop03:2181");
     //获取连接
     conn = ConnectionFactory.createConnection(conf);
   }
 }

　　在上述代码中，第10-12行代码是初始化Configuration配置对象和Connection连接对象;第13行代码是注解@Before，用于Junit单元测试中控制程序最先执行的注解，在这里可以保证初始化init()方法在程序中是最先执行的;第16-22行代码是初始化客户端对象的初始化方法，主要是获取Configuration配置对象和Connection连接对象以及指定Zookeeper集群的地址。

　　3. 创建数据表

　　在HBaseTest.Java文件中，定义一个方法createTable()，主要用于演示创建数据表操作。具体代码如下：

  @Test
  public void createTable() throws Exception{
    //获取表管理器对象
    Admin admin = conn.getAdmin();
    //创建表的描述对象，并指定表名
    HTableDescriptor tableDescriptor =new HTableDescriptor(TableName
                   .valueOf("t_user_info".getBytes()));
    //构造第一个列族描述对象，并指定列族名
    HColumnDescriptor hcd1 = new HColumnDescriptor("base_info");
   //构造第二个列族描述对象，并指定列族名
   HColumnDescriptor hcd2 = new HColumnDescriptor("extra_info");
   //为该列族设定一个版本数量，最小为1，最大为3
   hcd2.setVersions(1,3);
   //将列族描述对象添加到表描述对象中
   tableDescriptor.addFamily(hcd1).addFamily(hcd2);
   //利用表管理器来创建表
   admin.createTable(tableDescriptor);
   //关闭
   admin.close();
   conn.close();
 }

　　在上述代码中，第4-11行代码获取HBase表管理器对象admin、创建表的描述对象tableDescriptor并指定表名为t_user_info、创建两个列族描述对象hcd1、hcd2并指定列族名分别为base_info和extra_info;第13行代码为列族hcd2指定版本数量;第15行代码将列族描述对象添加到表描述对象中;第16行代码使用表管理器来创建表;第19-20行代码关闭表管理器和连接对象，避免资源浪费。

　　运行createTable()方法进行测试，然后进入HBase Shell交互式页面，执行“list”命令查看数据库，具体代码如下：

hbase(main):022:0> list
TABLE
t_user_info
1 row(s) in 0.0200 seconds
=> ["t_user_info"]

　　在上述代码中，数据库中有一个名称为t_user_info的数据表，说明数据表创建成功。

　　4. 插入数据

　　在HBaseTest.Java文件中，定义一个testPut()方法，主要用于演示在t_user_info表中插入数据的操作。具体代码如下：

   @Test
   public void testPut() throws Exception {
     //创建table对象，通过table对象来添加数据
     Table table = conn.getTable(TableName.valueOf("t_user_info"));
     //创建一个集合，用于存放Put对象
     ArrayList puts = new ArrayList();
     //构建put对象（KV形式），并指定其行键 
     Put put01 = new Put(Bytes.toBytes("user001"));
     put01.addColumn(Bytes.toBytes("base_info"),Bytes.toBytes("username"),
                         Bytes.toBytes("zhangsan"));
    put01.addColumn(Bytes.toBytes("base_info"),Bytes.toBytes("password"),
                         Bytes.toBytes("123456"));
    Put put02 = new Put("user002".getBytes());
    put02.addColumn(Bytes.toBytes("base_info"),Bytes.toBytes("username"),
                             Bytes.toBytes("lisi"));
    put02.addColumn(Bytes.toBytes("extra_info"),Bytes.toBytes("married"),
                         Bytes.toBytes("false"));
    //把所有的put对象添加到一个集合中
    puts.add(put01);
    puts.add(put02);
    //提交所有的插入数据的记录
    table.put(puts);
    //关闭
    table.close();
    conn.close();
  }

　　上述代码中，第4行代码创建一个表对象table，用于插入数据;第6行代码创建一个集合puts，主要用于存放Put对象;第8-17行代码创建了Put对象，用于构建表中的行和列，这里创建了2个Put对象，并指定其行键;第19-22行代码将前面创建的8个对象添加到puts集合中，并通过表对象table提交插入数据的记录;第24-25行代码关闭表对象和连接对象，避免资源浪费。

　　运行testPut()方法进行测试，然后在HBase Shell交互式页面执行“scan”命令，查看数据表t_user_info中的数据，具体代码如下：

hbase(main):023:0> scan 't_user_info'ROW     COLUMN+CELL
user001   column=base_info:password,timestamp=1545759238044,value=123456
user001    column=base_info:username, timestamp=1545759238044, value=zhangsan
user002   column=base_info:username, timestamp=1545759238044, value=lisi
user002   column=extra_info:married, timestamp=1545759238044, value=false2 row(s) in 0.0370 seconds

　　5. 查看指定字段的数据

　　在HBaseTest.Java文件中，定义一个testGet()方法用于演示查看行键为user001的数据。具体代码如下：

   @Test
   public void testGet() throws Exception {
     //获取一个table对象
     Table table = conn.getTable(TableName.valueOf("t_user_info"));
     // 创建get查询参数对象，指定要获取的是哪一行
     Get get = new Get("user001".getBytes());
     //返回查询结果的数据
     Result result = table.get(get);
     //获取结果中的所有cell
    List cells = result.listCells();
    //遍历所有的cell
    for(Cell cell:cells){
    //获取行键
    System.out.println("行:"+Bytes.toString(CellUtil.cloneRow(cell)));
    //得到列族
     System.out.println("列族:"+Bytes.toString(CellUtil.cloneFamily(cell)));
     System.out.println("列:"+Bytes.toString(CellUtil.cloneQualifier(cell)));
    System.out.println("值:"+Bytes.toString(CellUtil.cloneValue(cell)));
    }
    //关闭
    table.close();
    conn.close();
  }

　　上述代码中，第4行代码创建一个表对象table，并指定要查看的数据表t_user_info;第6行代码创建一个对象get，并指定要查看数据表行键为user001所有数据;第8-10行代码通过表对象table调用get()方法把行键为user001的所有数据放到集合cells中;第12-18行代码遍历打印集合cells中的所有数据;第21-22行代码关闭表对象和连接对象，避免资源浪费。

　　运行testGet()方法进行测试，IDEA控制台输出的内容，如图2所示。

图2 查看数据表t_user_info中行键为user001的数据

　　从图2可以看出，行键为user001的数据一共有两条，一条是行键为user001、列族为base_info、列为password、值为123456的数据;另一条是行键为user001、列族为baseinfo、列为username、值为zhangsan的数据。

　　6. 扫描数据

　　在HBaseTest.Java文件中，定义一个testScan()方法用于演示扫描t_user_info表中的所有数据。具体代码如下：

   @Test
   public void testScan() throws Exception {
     //获取table对象
     Table table = conn.getTable(TableName.valueOf("t_user_info"));
     //创建scan对象
     Scan scan = new Scan();
     //获取查询的数据
     ResultScanner scanner = table.getScanner(scan);
     //获取ResultScanner所有数据，返回迭代器
    Iterator iter = scanner.iterator();
    //遍历迭代器
    while (iter.hasNext()) {
      //获取当前每一行结果数据
      Result result = iter.next();
      //获取当前每一行中所有的cell对象
      List cells = result.listCells();
      //迭代所有的cell
      for(Cell c:cells){
        //获取行键
        byte[] rowArray = c.getRowArray();
        //获取列族
        byte[] familyArray = c.getFamilyArray();
        //获取列族下的列名称
        byte[] qualifierArray = c.getQualifierArray();
        //列字段的值
        byte[] valueArray = c.getValueArray();
        //打印rowArray、familyArray、qualifierArray、valueArray
        System.out.println("行键:"+new String(rowArray,c.getRowOffset(),
                            c.getRowLength()));
        System.out.print("列族:"+ new String(familyArray,c.getFamilyOffset(),
                          c.getFamilyLength()));
        System.out.print(" "+"列:" + new String(qualifierArray,
              c.getQualifierOffset(),c.getQualifierLength()));
        System.out.println(" " +"值:" new String(valueArray,
                  c.getValueOffset(), c.getValueLength()));
      }
       System.out.println("-----------------------");
    }
    //关闭 
    table.close();
    conn.close();
  }

　　上述代码中，第4行代码创建一个表对象table，并指定要查看的数据表t_user_info;第6行代码创建一个全表扫描对象scan;第8-10行代码通过表对象table调用getScanner()方法扫描表中的所有数据，并将扫描到的所有数据存放入迭代器中;第12-35行代码遍历输出迭代器中的数据;第40-41代码关闭表对象和连接对象，避免资源浪费。

　　运行testScan()方法进行测试，IDEA控制台输出的内容，如图3所示。

　图3 扫描t_user_info表中的数据

　　在图3中，控制台把t_user_info表中所有的数据都遍历输出。

　　7. 删除指定列的数据

　　在HBaseTest.Java文件中，定义一个testDel()方法用于演示删除t_user_info表中行键为user001的数据。具体代码如下：

   @Test
   pubic void testDel() throws Exception {
     //获取table对象
     Table table = conn.getTable(TableName.valueOf("t_user_info"));
     //获取delete对象,需要一个rowkey
     Delete delete = new Delete("user001".getBytes());
     //在delete对象中指定要删除的列族-列名称
     delete.addColumn("base_info".getBytes(), "password".getBytes());
     //执行删除操作
    table.delete(delete);
    //关闭
    table.close();
    conn.close();
  }

　　上述代码中，第4行代码创建一个表对象table，并指定要查看的数据表t_user_info;第6-8行代码创建一个删除对象delete，并指定要删除行键为user001、列族为base_info、列名为password的这一条数据;第10行代码通过表对象table调用delete()方法执行删除操作;第12-13代码关闭表对象和连接对象，避免资源浪费。

　　运行testDel()方法进行测试，然后在HBase Shell交互式页面执行“scan”命令，查看数据表t_user_info中的数据，具体代码如下：

hbase(main):024:0> scan 't_user_info'ROW    COLUMN+CELL
user001  column=base_info:username,timestamp=1548486421815,value=zhangsan 
user002  column=base_info:username, timestamp=1548486421815, value=lisi
user002  column=extra_info:married,timestamp=1548486421815,value=false     
2 row(s) in 0.0350 seconds

　　在上述代码中，发现行键为“user001”、列族为“base_info”且列名为“password”的一列数据没有显示出来，说明这一列数据已经被删除。

　　8. 删除表

　　在HBaseTest.Java文件中，定义一个testDrop()方法用于演示删除t_user_info表。具体代码如下：

   @Test  
   public void testDrop() throws Exception {
     //获取一个表的管理器
     Admin admin = conn.getAdmin();
     //删除表时先需要disable，将表置为不可用，然后在delete
     admin.disableTable(TableName.valueOf("t_user_info"));
     admin.deleteTable(TableName.valueOf("t_user_info"));
     //关闭
     admin.close();
    conn.close();
  }

　　在上述代码中，第4行代码创建一个表对象table;第6行代码通过表对象table调用disable()方法将表t_user_info设置为不可用状态;第7行代码通过表对象table调用deleteTable()方法执行删除表操作;第12-13代码关闭表对象和连接对象，避免资源浪费。

　　运行testDel()方法进行测试，然后进入HBase Shell的交互式界面，执行“list”命令查看HBase分布式数据库中的表，具体代码如下：

hbase(main):024:0> list
TABLE
0 row(s) in 0.1430 seconds
=> []

　　在上述代码中，输出的结果为[ ]，表示数据库为空的，说明t_user_info表已经被成功删除。

HBase表常见Shell命令及具体语法操作讲解

HBase数据库是怎样存储数据的？

怎样使用Linux和HDFS创建RDD？

传智大数据培训课程