前言
HBase在公司已经用过一段时间，在Flume中添加一个HBase sink将一些数据存储到HBase里。
当时HBase也没学，看了看几个例子，了解了它是基于列的表设计之后，就马上上手了，而且也把东西做出来了。 现在记录一下HBase的一些学习笔记。
HBase简介
HBase是什么？
HBase是运行在hadoop上的数据库，是一个分布式的，扩展性高的，存储大数据的数据库。
HBase也是开源的，非关系型数据库。基于Google的Bigtable设计。
什么时候需要使用HBase？
需要实时地读写大数据。HBase的目的就是管理亿级的数据。
HBase基本概念
HBase是基于列设计的，那什么是基于列呢？
首先看下关系型数据库的表结构，第一行是table的所有列，第二行开始就是各个列对应的值：
| id | name | age | birth_date |
|---|---|---|---|
| 1 | format1 | 11 | 1980-01-01 |
| 2 | format2 | 22 | 1985-01-01 |
| 3 | format3 | 33 | 1990-01-01 |
HBase的表结构是这样的：
| Row Key | Time Stamp | ColumnFamily contents | ColumnFamily names |
|---|---|---|---|
| ‘me.format.hbase’ | t1 | contents:format = “format1” | |
| ‘me.format.hbase’ | t2 | contents:title = “title1” | |
| ‘me.format.hbase’ | t3 | names:gogogo = “data1” |
从上面这个HBase表的例子来说明HBase的存储结构。
Row Key：行的键值，其实就相当于这一行的标识符。上面的数据其实只有1行，因为他们的标识符是一样的。
TimeStamp：时间戳，创建数据的时间戳，hbase默认会自动生成
ColumnFamily：列的前缀，一列可以存储多条数据，具体存储什么类型的数据还需要另外一个标示符qualify，上面那个例子中，contents和names就是两个Column Family
ColumnFamily qualify：列前缀后的标识符，一个ColumnFamily可以有多个qualify。上面那个例子中format和title就是contents这个ColumnFamily的qualify。gogogo是names这个ColumnFamily的qualify
HBase的启动
HBase下载完之后解压，解压后使用以下命令启动hbase：
$ ./bin/start-hbase.sh
启动之前注意，机器要装好jdk，并且启动hadoop。因为hbase底层数据是存储在hdfs上的。
HBase的基本操作
表的创建
创建一个表名位tableName，ColumnFamily有contents和names的表，qualify不需要声明，每次添加数据随意指定qualify即可：
create 'tableName',['contents', 'names']
表的删除
删除表的所有数据：
truncate table tableName
删除表，删除之前需要先disable表，然后才可删除：
disable 'tableName'
drop 'tableName'
数据查询
查询tableName表数据：
scan tableName
返回：
ROW COLUMN+CELL
me.format.hbase column=contents:format, timestamp=1438875060466, value=format1
数据删除
比如，表tableName里有如下数据：
ROW COLUMN+CELL
me.format.hbase column=contents:format, timestamp=1438875566613, value=format1
me.format.hbase column=contents:title, timestamp=1438875577687, value=title1
me.format.hbase column=names:gogogo, timestamp=1438875597592, value=data1
进行删除操作，删除ColumnFamily qulify为contents:format的数据：
delete 'tableName', 'me.format.hbase', 'contents:format'
数据修改
HBase没有直接的update操作，只有put操作，put操作如果对应的地方有值，会覆盖：
put 'tableName', 'me.format.hbase', 'contents:format', 'format111'
添加数据
在tableName表里插入一个Row Key为me.format.hbase, ColumnFamily为contents，qualify为format，值的format1的数据：
put 'tableName', 'me.format.hbase', 'contents:format', 'format1'
计数器
HBase提供了一种计数器的概念，每次可以对某个值进行incr操作：
incr 'tableName', 'me.format.hbase', 'contents:num', 1
查询数据：
me.format.hbase column=contents:num, timestamp=1438875837362, value=\x00\x00\x00\x00\x00\x00\x00\x01
可以使用get_counter命令获得计数器的值：
get_counter 'tableName','me.format.hbase', 'contents:num', 0
返回：
COUNTER VALUE = 1
再次修改：
incr 'tableName', 'me.format.hbase', 'contents:num', 100
get_counter 'tableName','me.format.hbase', 'contents:num', 0
COUNTER VALUE = 101
incr 'tableName', 'me.format.hbase', 'contents:num', -102
get_counter 'tableName','me.format.hbase', 'contents:num', 0
COUNTER VALUE = -1
带条件的数据查询
scan查询可以带几个参数。
COLUMNS： ColumnFamily和qualify的值
LIMIT：展示的个数
FILTER：过滤条件
比如有以下数据：
ROW COLUMN+CELL
me.format.hbase column=contents:format, timestamp=1438875707700, value=format1
me.format.hbase column=contents:num, timestamp=1438876106259, value=\xFF\xFF\xFF\xFF\xFF\xFF\xFF\xFF
me.format.hbase column=contents:title, timestamp=1438875577687, value=title1
me.format.hbase column=names:gogogo, timestamp=1438875597592, value=data1
me.format.hbase1 column=contents:format, timestamp=1438877417358, value=format1
me.format.hbase2 column=contents:format, timestamp=1438877422756, value=format1
me.format.hbase3 column=contents:format, timestamp=1438877427312, value=format1
查询ColumnFamily，qualify为contents:format的数据：
scan 'tableName', { COLUMNS => "contents:format", LIMIT => 10 }
结果：
ROW COLUMN+CELL
me.format.hbase column=contents:format, timestamp=1438875707700, value=format1
me.format.hbase1 column=contents:format, timestamp=1438877417358, value=format1
me.format.hbase2 column=contents:format, timestamp=1438877422756, value=format1
me.format.hbase3 column=contents:format, timestamp=1438877427312, value=format1
查询ColumnFamily未contents的数据：
scan 'tableName', { COLUMNS => "contents", LIMIT => 10 }
结果：
ROW COLUMN+CELL
me.format.hbase column=contents:format, timestamp=1438875707700, value=format1
me.format.hbase column=contents:num, timestamp=1438876106259, value=\xFF\xFF\xFF\xFF\xFF\xFF\xFF\xFF
me.format.hbase column=contents:title, timestamp=1438875577687, value=title1
me.format.hbase1 column=contents:format, timestamp=1438877417358, value=format1
me.format.hbase2 column=contents:format, timestamp=1438877422756, value=format1
me.format.hbase3 column=contents:format, timestamp=1438877427312, value=format1
查询ColumnFamily未contents的数据，并只展示2行数据：
scan 'tableName', { COLUMNS => "contents", LIMIT => 2 }
结果：
ROW COLUMN+CELL
me.format.hbase column=contents:format, timestamp=1438875707700, value=format1
me.format.hbase column=contents:num, timestamp=1438876106259, value=\xFF\xFF\xFF\xFF\xFF\xFF\xFF\xFF
me.format.hbase column=contents:title, timestamp=1438875577687, value=title1
me.format.hbase1 column=contents:format, timestamp=1438877417358, value=format1
查询ColumnFamily未contents的数据，并只展示2行数据：
scan 'tableName', { COLUMNS => "contents", FILTER => "ValueFilter( =, 'binaryprefix:title' )" }
结果：
ROW COLUMN+CELL
me.format.hbase column=contents:title, timestamp=1438875577687, value=title1
scan命令具体其他的参数就不一一列举了，可查询文档解决。
