HBase Shell操作HBase进行预分区

本文将介绍如何使用HBase Shell操作HBase进行预分区。预分区是指在创建表的时候，指定表的初始分区点，从而使表的数据能够均匀地分布在多个RegionServer上，提高读写性能和负载均衡。本文将使用HBase Shell命令，创建不同的预分区表，并演示如何删除、刷新、查看和验证表的数据。

主要内容如下：

• 创建预分区表，指定SPLITS参数和COMPRESSION参数。
• 删除表的数据，使用deleteall或truncate命令。
• 刷新表的数据，使用flush命令。
• 查看表的数据，使用scan命令。
• 验证表的分区，使用scan hbase:meta命令。

本文使用了HBase Shell命令，通过交互式方式操作HBase进行预分区。也可以使用Java API或其他语言API

一、环境准备

• 安装HBase环境，并配置好集群。本文使用的是HBase 1.4.13版本，运行在三个Ubuntu系统的虚拟机中，分别作为master和slave节点。
• 启动HBase Shell，进入交互式命令行界面。可以使用以下命令：

hbase shell

二、创建预分区表

• 使用create命令，创建预分区表。该命令接受表名、列族名和SPLITS参数作为输入。SPLITS参数是一个数组，指定了表的初始分区点。例如：

create 't2', 'f1', SPLITS => ['1|', '2|', '3|']

• 该命令会创建一个名为t2的表，有一个列族f1，并且有四个初始分区，分别是：- rowkey < ‘1|’- ‘1|’ <= rowkey < ‘2|’- ‘2|’ <= rowkey < ‘3|’- ‘3|’ <= rowkey
• 可以使用不同的SPLITS参数，创建不同的预分区表。例如：

create 't3', 'f1', SPLITS => ['0', '1', '2']
create 't3index', 'f1'
create 't3index2', 'f1', SPLITS => [ '4', '7']
create 't3geo', 'f1', SPLITS => ['1', '2']
create 't3geo', 'f1', SPLITS =>  ['0', '1', '2']
create 't32', 'f1', SPLITS => ['0', '1', '2']
create 'tgeo3', 'f1', SPLITS =>  ['0', '1', '2']
create 't3feature', 'f1', SPLITS => ['0', '1', '2']

• 可以使用COMPRESSION参数，指定列族的压缩方式。例如：

create 'rawdata', {NAME=>'f1',COMPRESSION=>'SNAPPY'},{SPLITS=> ['1', '2']}

• 该命令会创建一个名为rawdata的表，有一个列族f1，并且使用SNAPPY压缩方式，并且有三个初始分区，分别是：- rowkey < ‘1’- ‘1’ <= rowkey < ‘2’- ‘2’ <= rowkey

三、删除表的数据

• 使用deleteall命令，删除表中某一行的所有数据。该命令接受表名和行键作为输入。例如：

deleteall 'test','row1'

• 该命令会删除test表中行键为row1的所有数据。
• 使用truncate命令，删除表中所有数据，并重新创建空表。该命令接受表名作为输入。例如：

truncate 'test'

四、刷新表的数据

• 使用flush命令，刷新表的数据，将内存中的数据写入到HDFS中。该命令接受表名作为输入。例如：

flush 't3feature'

• 该命令会刷新t3feature表的数据，保证数据的持久性。

写入HBase少量数据spark可能读取不到，刷写到HDFS之后可解决。

五、查看表的数据

• 使用scan命令，扫描表的数据，并显示在控制台上。该命令接受表名和一些可选参数作为输入。例如：

scan 't3feature'

• 该命令会扫描t3feature表的所有数据，并显示行键和列值。
• 可以使用COLUMNS参数，指定要扫描的列族或列名。例如：

scan 't3feature',{COLUMNS=>'f1:2020-11NDVI'}

• 该命令会扫描t3feature表的f1列族下的2020-11NDVI列，并显示行键和列值。

六、验证表的分区

• 使用scan命令，扫描hbase:meta表的数据，查看表的分区信息。该命令接受表名作为输入。例如：

scan 'hbase:meta'

从上图可看出region均匀的分布在了3台regionserver上(集群就3台机器regionserver)，达到预期效果。还可以在hbase的web UI界面中更加直观的查看建表的预分区信息。

• 该命令会扫描hbase:meta表的所有数据，并显示每个表的分区点和所在的RegionServer。
• 可以使用grep命令，过滤出某个表的分区信息。例如：

scan 'hbase:meta' | grep t3feature

• 该命令会扫描hbase:meta表的所有数据，并只显示t3feature表的分区点和所在的RegionServer。
• 再看看写数据是否均匀的命中各个region，是否能够做到对写请求的负载均衡：