* HBase框架基礎（二）
上一節我們了解了HBase的架構原理和模塊組成，這一節我們先來聊一聊HBase的讀寫數據的過程。
* HBase的讀寫流程及3個機制
HBase的讀數據流程：
1、HRegionServer保存著meta表以及表數據，要訪問表數據，首先Client先去訪問zookeeper，從zookeeper里面獲取meta表所在的位置信息，即找到這個meta表在哪個HRegionServer上保存著。
2、接著Client通過剛才獲取到的HRegionServer的IP來訪問Meta表所在的HRegionServer，從而讀取到Meta，進而獲取到Meta表中存放的元數據。
3、Client通過元數據中存儲的信息，訪問對應的HRegionServer，然后掃描所在HRegionServer的Memstore和Storefile來查詢數據。
4、最后HRegionServer把查詢到的數據響應給Client。
HBase寫數據流程：
1、Client也是先訪問zookeeper，找到Meta表，并獲取Meta表元數據。
2、確定當前將要寫入的數據所對應的HRegion和HRegionServer服務器。
3、Client向該HRegionServer服務器發起寫入數據請求，然后HRegionServer收到請求并響應。
4、CLient先把數據寫入到HLog，以防止數據丟失。
5、然后將數據寫入到Memstore
6、如果HLog和Memstore均寫入成功，則這條數據寫入成功
7、如果Memstore達到閾(yu)值（注意，不存在“閥值”這么一說，屬于長期的誤用，在此提醒），會把Memstore中的數據flush到Storefile中。
8、當Storefile越來越多，會觸發Compact合并操作，把過多的Storefile合并成一個大的Storefile。
9、當Storefile越來越大，Region也會越來越大，達到閾值后，會觸發Split操作，將Region一分為二。
重申強調上述涉及到的3個機制：
** Flush機制：
當MemStore達到閾值，將Memstore中的數據Flush進Storefile
涉及屬性：
hbase.hregion.memstore.flush.size：134217728
即：128M就是Memstore的默認閾值
hbase.regionserver.global.memstore.upperLimit：0.4
即：這個參數的作用是當單個HRegion內所有的Memstore大小總和超過指定值時，flush該HRegion的所有memstore。RegionServer的flush是通過將請求添加一個隊列，模擬生產消費模式來異步處理的。那這里就有一個問題，當隊列來不及消費，產生大量積壓請求時，可能會導致內存陡增，最壞的情況是觸發OOM。
hbase.regionserver.global.memstore.lowerLimit：0.38
即：當MemStore使用內存總量達到hbase.regionserver.global.memstore.upperLimit指定值時，將會有多個MemStores flush到文件中，MemStore flush 順序是按照大小降序執行的，直到刷新到MemStore使用內存略小于hbase.regionserver.global.memstore.lowerLimit。
** Compact機制：
把小的Memstore文件合并成大的Storefile文件。
** Split機制
當Region達到閾值，會把過大的Region一分為二。
* HBaseAPI的使用
接下來我們來嘗試一下使用Java來操作一下HBase，首先我們需要配置一下開發環境。
** 下載maven離線依賴包
maven本次用到的Hbase+Hadoop的Maven離線依賴包傳送門：
鏈接：http://pan.baidu.com/s/1bpthCcf 密碼：wjq
** 新建Eclipse的Maven Project，配置pom.xml的dependency如圖：
** 接下來我們來表演一下HBase的相關操作
首先，聲明靜態配置，用以初始化整個Hadoop以及HBase的配置，如圖：
檢查表是否存在：
注：這就是一個最簡單的示例，接下來的代碼展示，只展示最核心的函數塊，不再全部截圖，文后結束給大家Demo源碼傳送門
創建數據庫表：
此處我在Java的主函數中執行了該創建表的方法，表明為staff，并有兩個列族，分別為info和other_info，成功后，來到CRT驗證一下，如圖：
刪除數據庫表：
完成后請自行測試，如何測試已經在上一步告訴你了
增：
向我們之前創建好的student表中插入一條數據
然后執行：
結果：
刪：
改：
與增的案例意思是一樣的，只需要按照指定的rowKey和列族:列覆蓋原來的值就可以了
查：
查詢表中的所有數據和信息，所有的都會查了，單行信息就很簡單了~
測試結果：
源碼傳送門：
鏈接：http://pan.baidu.com/s/1o8x5q8i 密碼：2kf1
* HBase的MapReduce調用
1、首先需要查看配置HBase的Mapreduce所依賴的Jar包，使用命令：
$ bin/hbase mapredcp，然后出現如下依賴，這些依賴我們一會需要export 到classpath中：
/opt/modules/cdh/hbase-0.98.6-cdh5.3.6/lib/hbase-common-0.98.6-cdh5.3.6.jar:
/opt/modules/cdh/hbase-0.98.6-cdh5.3.6/lib/protobuf-java-2.5.0.jar:
/opt/modules/cdh/hbase-0.98.6-cdh5.3.6/lib/hbase-client-0.98.6-cdh5.3.6.jar:
/opt/modules/cdh/hbase-0.98.6-cdh5.3.6/lib/hbase-hadoop-compat-0.98.6-cdh5.3.6.jar:
/opt/modules/cdh/hbase-0.98.6-cdh5.3.6/lib/hbase-protocol-0.98.6-cdh5.3.6.jar:
/opt/modules/cdh/hbase-0.98.6-cdh5.3.6/lib/high-scale-lib-1.1.1.jar:
/opt/modules/cdh/hbase-0.98.6-cdh5.3.6/lib/zookeeper-3.4.5-cdh5.3.6.jar:
/opt/modules/cdh/hbase-0.98.6-cdh5.3.6/lib/guava-12.0.1.jar:
/opt/modules/cdh/hbase-0.98.6-cdh5.3.6/lib/htrace-core-2.04.jar:
/opt/modules/cdh/hbase-0.98.6-cdh5.3.6/lib/netty-3.6.6.Final.jar
2、執行環境變量的臨時導入
$ export HBASE_HOME=/opt/modules/hbase-0.98.6-hadoop2
$ export HADOOP_HOME=/opt/modules/cdh/hadoop-2.5.0-cdh5.3.6
$ export HADOOP_CLASSPATH=`${HBASE_HOME}/bin/hbase mapredcp`
注意：兩邊有反引號，表示將mapredcp命令的執行結果賦值給classpath。
3、運行官方自帶的MapReduce相關的jar
案例一：統計student表有多少行數據
直接執行代碼：
$ /opt/modules/cdh/hadoop-2.5.0-cdh5.3.6/bin/yarn jar lib/hbase-server-0.98.6-hadoop2.jar rowcounter student
案例二：使用MapReduce任務將數據導入到HBase
Step1、創建測試文件
$ vi fruit.txt，文件如圖：
完事之后，我們要上傳這個fruit.txt到HDFS系統中
$ /opt/modules/cdh/hadoop-2.5.0-cdh5.3.6/bin/hdfs dfs -put ./fruit.txt /input/
Step2、創建HBase表
$ bin/hbase shell
hbase(main):001:0> create 'fruit','info'
Step3、執行MapReduce到HBase的fruit表中
在這一步開始之前，我們先拓展一點知識：
* tsv格式的文件：字段之間以制表符\t分割
* csv格式的文件：字段之間以逗號,分割（后面的數據分析我們會經常涉及到這樣的格式）
$ /opt/modules/cdh/hadoop-2.5.0-cdh5.3.6/bin/yarn jar \
lib/hbase-server-0.98.6-hadoop2.jar importtsv \
-Dimporttsv.columns=HBASE_ROW_KEY,info:name,info:color \
fruit hdfs://mycluster/input
成功之后，我們來檢查一下HBase中的數據，如圖：
驚不驚喜？意不意外？
* 總結
本節主要是了解一些HBase的一些基本Java API，以及如何使用官方的jar來執行一些常用的MapReduce操作，比如向HBase中導入數據。注意：一定要仔細觀察每一條語句執行的參數和意義，不要直接復制。（截圖展示代碼的目的也正是如此）
IT全棧公眾號：
QQ大數據技術交流群（廣告勿入）：476966007
