HBase 二次开发 java api和demo

1. 试用thrift python/java以及hbase client api，结论如下：

    1.1 thrift的安装和发布繁琐，可能会遇到未知的错误，且hbase.thrift的版本在变化中。优点代码简单，需要打包的内容少。

    1.2 hbase client api，需要的jar很多，发布版的容量也很大，打包后近百兆。优点是，明确，无歧义。

2. 推荐用hbase client api的方式搞定。

3. 以下均为技术细节。

4. 有一台机器/一个集群，在运行hadoop，也运行了基于这个hadoop集群的hbase集群，同时，也运行了一个zookeeper集群，我们统称它是A。

5. 有一台集群负责开发，我们在上面写代码，编译代码，运行代码，我们称它是B。

6. 在B上，要修改/etc/hosts，把A的任意一台zookeeper服务器的hostname和对应的ip地址放进去，因为hbase client需要连接到zookeeper，以便获得hbase的hmast信息---hbase集群有多个hmast，一个是主hmast，其他是备用hmaster，如果主hmaster挂了，备用的会顶上，避免单点故障。

7. 在B上开发，在elipse建立一个java项目，添加一个lib目录，把A上的hadoop, hbase, zookeeper的所有jar包，注意，是所有jar包，各级子目录的也算在内，都复制到lib目录，大概有130个左右，90M。然后，再把它们添加到buildpath。这么做的好处是，不用一点点找究竟哪个类在哪个包，生命短暂，不要把时间浪费在这里，浪费点磁盘空间没关系。

    如果hadoop，hbase, zookeeper都安装在一个目录下，可以用一个shell语句搞定：

    for i in `find . -name "*.jar"`;      do cp $i ~/alljars;    done;

    然后再把alljars下的jar包都复制到B的lib目录，添加到build path里，熟悉eclipse的人都知道，就不细说了。

8. 写一个最简单的hbase demo，在hbase里检查一个表是否存在，如果不存在，就创建它。

-----------------------------------------

package hbasedemo;

import java.io.IOException;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.hbase.HBaseConfiguration;
import org.apache.hadoop.hbase.client.HBaseAdmin;
import org.apache.hadoop.hbase.HTableDescriptor;
import org.apache.hadoop.hbase.HColumnDescriptor;
import org.apache.hadoop.hbase.TableName;

public class Main {

public static void main(String[] args) throws IOException{
Configuration hbase_conf = new Configuration();

//brianxxxxoooo是A里任意一台zookeepr服务器的hostname，必须在B的/etc/host里ip地址。
hbase_conf.set("hbase.zookeeper.quorum", "brianxxxxoooo"); 
//zookeeper的默认端口

hbase_conf.set("hbase.zookeeper.property.clientPort","2181");
Configuration conf = HBaseConfiguration.create(hbase_conf);

String tablename="scores";
String[] familys = {"grade", "course"};

HBaseAdmin admin = new HBaseAdmin(conf);
if (admin.tableExists(tablename)){
System.out.println("table exist, return!");
return;
}

HTableDescriptor td = new HTableDescriptor(TableName.valueOf(tablename));
for(int i = 0; i < familys.length; i++){
td.addFamily(new HColumnDescriptor(familys[i]));
}
admin.createTable(td);
System.out.println("create table "+tablename+" ok.");
} 
}

-----------------------------------------

9. 注意事项，hbase client的版本变化甚多，具体api调用要根据版本来，有时候需要参考多个版本来。比如，0.96.x的HTableDescripter更接近http://hbase.apache.org/apidocs/index.html  , 而不是0.94的api，但HBaseAdmin在0.94的api是有的，在2.0.0里反而没有，而且官网没有0.96的api，非常混乱，估计这个局面还要持续一段时间。

10. 更详细的例子

------------------------------------------

package hbasedemo;

import java.io.IOException;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.hbase.*;
import org.apache.hadoop.hbase.client.*;
import org.apache.hadoop.hbase.util.Bytes;

public class Main {

public static void main(String[] args) throws IOException{
Configuration hbase_conf = new Configuration();
hbase_conf.set("hbase.zookeeper.quorum", "brianvxxxxooooo");
hbase_conf.set("hbase.zookeeper.property.clientPort","2181");
Configuration conf = HBaseConfiguration.create(hbase_conf);

String tablename="scores";
String[] familys = {"grade", "course"};

HBaseAdmin admin = new HBaseAdmin(conf);
if (admin.tableExists(tablename)){
System.out.println("table exist!");
}else{
HTableDescriptor td = new HTableDescriptor(TableName.valueOf(tablename));
for(int i = 0; i < familys.length; i++){
td.addFamily(new HColumnDescriptor(familys[i]));
}
admin.createTable(td);
System.out.println("create table "+tablename+" ok.");
}

HTable table = new HTable(conf, "scores");
Put put = new Put(Bytes.toBytes("row1"));

//create
put.add(Bytes.toBytes("grade"), Bytes.toBytes("g1"), Bytes.toBytes(781));
put.add(Bytes.toBytes("grade"), Bytes.toBytes("g2"), Bytes.toBytes("this is test"));
table.put(put);

//read
Get get = new Get(Bytes.toBytes("row1"));
get.addColumn(Bytes.toBytes("grade"), Bytes.toBytes("g1"));
Result result = table.get(get);
byte[] val = result.getValue(Bytes.toBytes("grade"), Bytes.toBytes("g1"));
System.out.println(Bytes.toInt(val));

} 
}

------------------------------------------

其他各种操作于此相似，不再一一列出。