HBase Shell基础操作指南
1. HBase Shell 简介
HBase 是一个分布式、可扩展的大数据存储系统，基于 Hadoop 文件系统（HDFS）构建。而 HBase Shell 则是 HBase 提供的一个交互式命令行工具，它允许用户直接与 HBase 集群进行交互，执行各种管理和操作任务。通过 HBase Shell，用户可以创建、删除、修改表结构，插入、查询和删除数据等。
HBase Shell 是用 JRuby 编写的，它提供了一个简洁且功能强大的接口，使得开发者和管理员能够方便地对 HBase 进行操作。对于熟悉命令行操作的人员来说，HBase Shell 是管理 HBase 集群的首选工具。
2. 启动 HBase Shell
在启动 HBase Shell 之前，确保 HBase 集群已经正确启动。启动 HBase Shell 非常简单，在安装了 HBase 的节点上，进入 HBase 的安装目录，通常可以通过以下命令启动：
bin/hbase shell
执行上述命令后，如果一切正常，你将看到 HBase Shell 的提示符 hbase(main):001:0>，这表示你已经成功进入 HBase Shell，可以开始执行命令了。
3. 表操作
3.1 创建表
在 HBase 中，表是数据存储的基本单位。创建表时，需要指定表名以及至少一个列族。列族是 HBase 数据模型中的重要概念，它定义了一组相关列的集合。
创建表的语法如下：
create '表名', '列族1', '列族2', ...
例如，创建一个名为 students 的表，包含 info 和 scores 两个列族，可以使用以下命令：
create'students', 'info','scores'
在上述命令中，students 是表名，info 和 scores 是列族名。HBase 会将具有相同列族的数据存储在一起，以提高数据的读写性能。
3.2 查看表
在 HBase Shell 中，可以使用 list 命令查看当前集群中所有的表。命令如下：
list
执行该命令后，会列出所有已创建的表名。例如：
hbase(main):002:0> list
TABLE
students
1 row(s) in 0.0030 seconds
此外，如果只想查看某个特定表的详细信息，可以使用 describe 命令。例如，查看 students 表的详细信息：
describe'students'
执行结果类似如下：
Table students is ENABLED
students
COLUMN FAMILIES DESCRIPTION
{NAME => 'info', BLOOMFILTER => 'ROW', VERSIONS => '1', IN_MEMORY => 'false', KEEP_DELETED_CELLS => 'FALSE', DATA_BLOCK_ENCODING => 'NONE', TTL => 'FOREVER', COMPRESSION => 'NONE', MIN_VERSIONS => '0', BLOCKCACHE => 'true', BLOCKSIZE => '65536', REPLICATION_SCOPE => '0'}
{NAME =>'scores', BLOOMFILTER => 'ROW', VERSIONS => '1', IN_MEMORY => 'false', KEEP_DELETED_CELLS => 'FALSE', DATA_BLOCK_ENCODING => 'NONE', TTL => 'FOREVER', COMPRESSION => 'NONE', MIN_VERSIONS => '0', BLOCKCACHE => 'true', BLOCKSIZE => '65536', REPLICATION_SCOPE => '0'}
2 row(s) in 0.0080 seconds
上述结果中，详细展示了 students 表的状态（ENABLED 表示已启用）以及两个列族 info 和 scores 的各种属性。
3.3 启用和禁用表
在 HBase 中，表在创建后默认是启用状态。但有时可能需要禁用表来执行一些特殊操作，例如删除表或者修改表结构。禁用表可以使用 disable 命令，语法如下：
disable '表名'
例如，禁用 students 表：
disable'students'
执行成功后，会提示 0 row(s) in 0.3340 seconds 表示操作成功。
要启用已禁用的表，可以使用 enable 命令，语法如下：
enable '表名'
例如，启用 students 表：
enable'students'
3.4 删除表
删除表之前，必须先禁用该表。删除表使用 drop 命令，语法如下：
drop '表名'
例如，要删除 students 表，首先禁用它：
disable'students'
然后执行删除操作：
drop'students'
执行成功后，再次使用 list 命令将看不到 students 表。
3.5 修改表
修改表结构可以使用 alter 命令。alter 命令非常灵活，可以用于添加列族、删除列族、修改列族属性等操作。
3.5.1 添加列族
添加列族的语法如下：
alter '表名', {NAME => '新列族名', 其他属性 => 值}
例如，向 students 表添加一个名为 contact 的列族：
alter'students', {NAME => 'contact'}
3.5.2 删除列族
删除列族的语法如下：
alter '表名', {NAME => '列族名', METHOD => 'delete'}
例如，删除 students 表中的 contact 列族：
alter'students', {NAME => 'contact', METHOD => 'delete'}
3.5.3 修改列族属性
修改列族属性的语法如下：
alter '表名', {NAME => '列族名', 属性 => '新值'}
例如，修改 students 表中 info 列族的 VERSIONS 属性为 3：
alter'students', {NAME => 'info', VERSIONS => '3'}
4. 数据操作
4.1 插入数据
在 HBase 中，插入数据使用 put 命令。put 命令的语法如下：
put '表名', '行键', '列族:列限定符', '值', [时间戳]
其中，行键是 HBase 中数据的唯一标识，列限定符用于在列族内进一步区分列，时间戳是可选参数，如果不指定，HBase 会自动使用系统当前时间作为时间戳。
例如，向 students 表插入一条数据：
put'students', '1001', 'info:name', 'Alice'
put'students', '1001', 'info:age', '20'
put'students', '1001','scores:math', '95'
上述命令分别向 students 表中 1001 行的 info:name、info:age 和 scores:math 列插入了相应的值。
4.2 查询数据
4.2.1 获取单行数据
获取单行数据使用 get 命令，语法如下：
get '表名', '行键'
例如，获取 students 表中 1001 行的数据：
get'students', '1001'
执行结果类似如下：
COLUMN CELL
info:age timestamp=1684321332857, value=20
info:name timestamp=1684321327435, value=Alice
scores:math timestamp=1684321337561, value=95
3 row(s) in 0.0030 seconds
如果只想获取某一列的数据，可以在 get 命令中指定列族和列限定符：
get '表名', '行键', '列族:列限定符'
例如，获取 students 表中 1001 行的 info:name 列数据：
get'students', '1001', 'info:name'
4.2.2 全表扫描
全表扫描使用 scan 命令，语法如下：
scan '表名'
例如，扫描 students 表：
scan'students'
执行结果会列出表中所有行的数据。如果表数据量很大，全表扫描可能会消耗较多资源，并且执行时间较长。
可以通过一些参数来限制扫描结果，例如 LIMIT 参数用于限制返回的行数：
scan '表名', {LIMIT => 行数}
例如，只返回 students 表中的前 5 行数据：
scan'students', {LIMIT => 5}
还可以使用 FILTER 参数来过滤数据。例如，使用 SingleColumnValueFilter 过滤出 info:age 列值大于 18 的行：
scan'students', {FILTER => "SingleColumnValueFilter('info', 'age', >, 'binary:18')"}
4.3 更新数据
在 HBase 中，更新数据实际上也是通过 put 命令实现的。由于 HBase 中的数据是多版本的，每次执行 put 命令插入相同行键、列族和列限定符的数据时，会创建一个新的版本。
例如，将 students 表中 1001 行 info:age 列的值更新为 21：
put'students', '1001', 'info:age', '21'
此时再使用 get 命令获取该行数据时，会看到新的 info:age 值以及对应的新时间戳。
4.4 删除数据
4.4.1 删除列值
删除列值使用 delete 命令，语法如下：
delete '表名', '行键', '列族:列限定符'
例如，删除 students 表中 1001 行的 scores:math 列值：
delete'students', '1001','scores:math'
4.4.2 删除整行数据
删除整行数据使用 deleteall 命令，语法如下：
deleteall '表名', '行键'
例如，删除 students 表中 1001 行的数据：
deleteall'students', '1001'
5. 计数器操作
HBase 提供了一种特殊的数据类型 - 计数器（Counter），用于高效地进行计数操作。计数器操作在很多场景下非常有用，比如统计网站的访问量等。
5.1 创建计数器
在 HBase 中，不需要专门创建计数器，只需要在插入数据时使用计数器相关的命令即可。
5.2 增加计数器的值
增加计数器的值使用 incr 命令，语法如下：
incr '表名', '行键', '列族:列限定符', [增加的值]
如果不指定增加的值，默认增加 1。例如，在 statistics 表中，对 website:visits 行的 count:total 列（作为计数器）增加 1：
incr'statistics', 'website:visits', 'count:total'
如果要增加特定的值，比如增加 10，可以这样写：
incr'statistics', 'website:visits', 'count:total', 10
5.3 获取计数器的值
获取计数器的值同样使用 get 命令，与普通数据获取类似：
get'statistics', 'website:visits', 'count:total'
执行结果会显示当前计数器的值。
6. 命名空间操作
命名空间（Namespace）是 HBase 0.98 引入的概念，它类似于关系型数据库中的数据库概念，用于对表进行逻辑分组和隔离。
6.1 创建命名空间
创建命名空间使用 create_namespace 命令，语法如下：
create_namespace '命名空间名'
例如，创建一个名为 my_namespace 的命名空间：
create_namespace'my_namespace'
6.2 查看命名空间
查看所有命名空间使用 list_namespace 命令：
list_namespace
查看特定命名空间的详细信息使用 describe_namespace 命令：
describe_namespace '命名空间名'
例如，查看 my_namespace 命名空间的详细信息：
describe_namespace'my_namespace'
6.3 删除命名空间
删除命名空间使用 drop_namespace 命令，但在删除命名空间之前，必须确保该命名空间下没有任何表。语法如下：
drop_namespace '命名空间名'
例如，删除 my_namespace 命名空间：
drop_namespace'my_namespace'
7. 权限管理
HBase 提供了简单的权限管理机制，用于控制用户对表和命名空间的访问。
7.1 授权
授权使用 grant 命令，语法如下：
grant '用户名', '权限', '表名', '列族', '列限定符'
权限包括 ALL（所有权限）、READ（读权限）、WRITE（写权限）、CREATE（创建权限）、ADMIN（管理权限）等。
例如，给用户 user1 授予对 students 表的读权限：
grant 'user1', 'READ','students'
如果要授予对特定列族和列限定符的权限，可以进一步指定：
grant 'user1', 'WRITE','students', 'info', 'name'
7.2 查看权限
查看用户权限使用 user_permissions 命令，语法如下：
user_permissions '表名'
例如，查看 students 表的用户权限：
user_permissions'students'
7.3 撤销权限
撤销权限使用 revoke 命令，语法如下：
revoke '用户名', '表名', '列族', '列限定符'
例如，撤销用户 user1 对 students 表 info:name 列的写权限：
revoke 'user1','students', 'info', 'name'
8. 高级操作
8.1 批量操作
在实际应用中，有时需要进行批量插入、更新或删除操作。HBase Shell 提供了一些方法来实现批量操作。
8.1.1 批量插入数据
可以使用 put 命令的数组形式来进行批量插入。例如，批量向 students 表插入多条数据：
puts [
['students', '1002', 'info:name', 'Bob'],
['students', '1002', 'info:age', '22'],
['students', '1002','scores:math', '90']
]
8.1.2 批量删除数据
类似地，可以使用 delete 命令的数组形式进行批量删除：
deletes [
['students', '1002', 'info:name'],
['students', '1002', 'info:age']
]
8.2 事务操作
HBase 本身不支持传统的 ACID 事务，但在某些场景下，可以通过一些技巧来模拟简单的事务操作。例如，使用 checkAndPut 命令可以实现一种条件性的插入操作，类似于“如果不存在则插入”的逻辑。
checkAndPut 命令的语法如下：
checkAndPut '表名', '行键', '列族:列限定符', '预期值', '新值'
例如，只有当 students 表中 1003 行的 info:name 列值为 null 时，才插入新值 Charlie：
checkAndPut'students', '1003', 'info:name', nil, 'Charlie'
8.3 协处理器操作
协处理器（Coprocessor）是 HBase 提供的一种强大的扩展机制，它允许用户在 HBase 服务器端代码中注入自定义逻辑。
在 HBase Shell 中，可以通过 add_coprocessor 命令为表添加协处理器：
add_coprocessor '表名', '协处理器类名', '优先级', {参数1 => 值1, 参数2 => 值2}
例如，为 students 表添加一个自定义的协处理器 com.example.MyCoprocessor：
add_coprocessor'students', 'com.example.MyCoprocessor', 1000, {}
要删除协处理器，可以使用 remove_coprocessor 命令：
remove_coprocessor '表名', '协处理器类名'
通过深入理解和熟练运用 HBase Shell 的这些操作，开发者和管理员能够高效地管理 HBase 集群，实现各种数据存储和处理需求。无论是简单的表创建、数据插入，还是复杂的权限管理、高级操作，HBase Shell 都提供了丰富的功能来满足不同场景的要求。在实际应用中，结合 HBase 的特性和 HBase Shell 的操作，能够构建出高性能、可扩展的大数据存储和处理系统。