丸趣 TV 小编给大家分享一下 HBase Shell 常用操作有哪些，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！
HBase Shell 是 HBase 的一个命令行工具，我们可以通过它对 HBase 进行维护操作。我们可以使用 sudo -u hbase hbase shell 来进入 HBase shell。
在 HBase shell 中，可以使用 status, version 和 whoami 分别获得当前服务的状态、版本、登录用户和验证方式。
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: hbaseHBase shell 中的帮助命令非常强大，使用 help 获得全部命令的列表，使用 help‘command_name’获得某一个命令的详细信息。 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:.*1. 命名空间
在 HBase 系统中，命名空间 namespace 指的是一个 HBase 表的逻辑分组，同一个命名空间中的表有类似的用途，也用于配额和权限等设置进行安全管控。
HBase 默认定义了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
我们可以通过 create_namespace 命令来建立命名空间
create_namespace debugo_ns
0 row(s) in 2.0910 seconds通过 drop_namespace 来删除命名空间
drop_namespace debugo_ns
0 row(s) in 1.9540 seconds通过 alter_namespac 改变表的属性，其格式如下：
alter_namespace my_ns , {METHOD = set , PROPERTY_NAME = PROPERTY_VALUE}
显示命名空间以及设定的元信息：
describe_namespace debugo_ns
DESCRIPTION
{NAME = debugo_ns}
1 row(s) in 1.9540 seconds显示所有命名空间
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, 这个命令:
create user , info
0 row(s) in 0.9030 seconds
= Hbase::Table - user这个时候这个表是创建在 default 下面。如果需要在 debugo_ns 这个命名空间下面建表，则需要使用 create namespace:table_name 这种方式:
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:usersList 命令可以列出当前 HBase 实例中的所有表，支持使用正则表达式来匹配。
list_namespace_tables debugo_ns
TABLE
users
1 row(s) in 0.0400 seconds使用 list_namespace_tables 也可以直接输出某个命名空间下的所有表
list_namespace_tables debugo_ns
TABLE
users
1 row(s) in 0.0400 seconds2. DDL 语句
首先是建立 HBase 表，上面我们已经用过 create 命令了。它后面的第一个参数是表名，然后是一系列列簇的列表。每个列簇中可以独立指定它使用的版本数，数据有效保存时间（TTL），是否开启块缓存等信息。
create t1 , {NAME = f1 , VERSIONS = 1, TTL = 2592000, BLOCKCACHE = true}, f2表也可以在创建时指定它预分割 (pre-splitting) 的 region 数和 split 方法。在表初始建立时，HBase 只分配给这个表一个 region。这就意味着当我们访问这个表数据时，我们只会访问一个 region server，这样就不能充分利用集群资源。HBase 提供了一个工具来管理表的 region 数，即 org.apache.hadoop.hbase.util.RegionSplitter 和 HBase shell 中 create 中的 split 的配置项。例如：
create t2 , f1 , {NUMREGIONS = 3, SPLITALGO = HexStringSplit}我们通过 describe 来查看这个表中的元信息：
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通过 enable 和 disable 来启用 / 禁用这个表, 相应的可以通过 is_enabled 和 is_disabled 来检查表是否被禁用。
disable t2
0 row(s) in 1.4410 seconds
enable t2
0 row(s) in 0.5940 seconds
is_enabled t2
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 来检查表是否存在
exists t2
Table t2 does exist
0 row(s) in 0.0590 seconds使用 alter 来改变表的属性，比如改变列簇的属性, 这涉及将信息更新到所有的 region。在过去的版本中，alter 操作需要先把 table 禁用，而在当前版本已经不需要。
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另外一个非常常用的操作是添加和删除列簇：
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删除表需要先将表 disable。
disable t1
0 row(s) in 1.4310 seconds
drop t1
0 row(s) in 0.2440 seconds3. put 与 get
在 HBase shell 中，我们可以通过 put 命令来插入数据。例如我们新创建一个表，它拥有 id、address 和 info 三个列簇，并插入一些数据。列簇下的列不需要提前创建，在需要时通过
:
来指定即可。
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获取一个 id 的所有数据
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获得一个 id，一个列簇（一个列）中的所有数据:
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通过 describe‘member’可以看到，默认情况下列簇只保存 1 个 version。我们先将其修改到 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 seconds4. 其他 DML 语句
通过 delete 命令，我们可以删除 id 为某个值的‘info:age’字段，接下来的 get 就无视了
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通过 deleteall 来删除整行
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给’Sariel’的’info:age’字段添加，并使用 incr 实现递增。但需要注意的是，这个 value 需要是一个数值，如果使用单引号标识的字符串就无法使用 incr。在使用 Java API 开发时，我们可以使用 toBytes 函数讲数值转换成 byte 字节。在 HBase shell 中我们只能通过 incr 来初始化这个列，
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十六进制 1A 是 26，通过上面增 1 再减 1 后得到的结果。下面通过 count 统计行数。
count member
2 row(s) in 0.0750 seconds
= 2通过 truncate 来截断表。hbase 是先将掉 disable 掉，然后 drop 掉后重建表来实现 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 seconds5. scan 和 filter
通过 scan 来对全表进行扫描。我们将之前 put 的数据恢复。
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指定扫描其中的某个列：
scan member , {COLUMNS= info:birthday}或者整个列簇：
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）修饰词外，HBase 还支持 Limit（限制查询结果行数），STARTROW（ROWKEY 起始行。会先根据这个 key 定位到 region，再向后扫描）、STOPROW(结束行)、TIMERANGE（限定时间戳范围）、VERSIONS（版本数）、和 FILTER（按条件过滤行）等。比如我们从 Sariel 这个 rowkey 开始，找下一个行的最新版本：
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 是一个非常强大的修饰词，可以设定一系列条件来进行过滤。比如我们要限制某个列的值等于 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 这个值：
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列名中的前缀为 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 中支持多个过滤条件通过括号、AND 和 OR 的条件组合。
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同一个 rowkey 的同一个 column 有多个 version，根据 timestamp 来区分。而每一个列簇有多个 column。而 FIRSTKEYONLY 仅取出每个列簇的第一个 column 的第一个版本。而 KEYONLY 则是对于每一个 column 只去取出 key，把 VALUE 的信息丢弃, 一般和其他 filter 结合使用。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 是对 Rowkey 的前缀进行判断, 这是一个非常常用的功能。
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”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注丸趣 TV 行业资讯频道！
六了个六
6666