|
Get方法是用来从HBase中取出相应的数据。可以根据它们一次取出的条数分成两类：单条Get、多条Get。 可以使用如下的接口从HBase出取出特定的数据出来： Result get(Get 与Put类类似，Get类提供了一个get方法，在调用该方法时，您同样需要提供一个Get实例，该实例必须指定一个rowkey，它有如下的两种创造函数： Get(byte[] row) Get(byte[] row, 一个get方法从来取一个特殊的行，但可以取出这一行中的多个列。Get类的构造函数必须指定一个row，第二个构造函数还可以指定一个RowLock，允许您使用一个自己定义的行锁。与Put类相似，Get类也指供了大量的方法从来设置您所要找的行，或者精确到一个具体的Cell： Get Get Get Get Get Get addFamily将查询的行限制到特定的Column Family上。它可以被调用多次来添加多个Column Family。对于addColumn方法也是一样的。您可以给Get实例添加更多的限制条件，比如时间戳范围、版本数目等。 一次get操作允许取回一行记录的多个版本，在不设置取回的版本数目下，默认返回最近的一个版本。如果您有所怀疑，可以通过接口getMaxVersions()查看。对于无参的setMaxVersions()调用，会将版本数设为Integer.MAX_VALUE，从而取回这一行对应的所有版本。Get类也提供了其它的一些函数调用，在表3-4中列出了他们的用法。 表3-4 Get类部分方法列举
表3-4中表出的getter方法，只能取出对Get设置过的值。因此，他们很少被用到。 在前面提到过，HBase提供了一个名为Bytes的帮助类，该类提供了很多的静态方法实现Java中的类型与byte数组的转换。它也提供了反向的转换，即从byte数组，解析出相应的Java类型。下面给出了Bytes类的一些方法： static String static boolean static long static float static int 示例3-8演示了如何使用它们： 示例3-8 从HBase中获取数据 Configuration conf HTable table = new Get get = new get.addColumn(Bytes.toBytes(“colfam1″), Result result = byte[] val = result.getValue(Bytes.toBytes(“colfam1″), Bytes.toBytes(“qual1″)); System.out.println(“Value: 首先创建一个HBase的配置文件，初始化一个HTable的实例。创建一个指定向row1的Get实例，向Get中添加一个colfam1的列，和一个qual1的qualifier。然后从HBase中取出这一行的对应的数据，最后将数据转化成相应的格式并打印出来。如果您运行上述的示例代码，应该打印出： Value: val1 如果调用get()函数取出数据，您将会得到一个Result对象，它持有所有相符的Cell。当您使用特定的行、特定的查询条件（如column family, 就像前面示例3-8给出的一样，您可以得到更多的维度信息。比如，要求服务器返回指定column family的所有列，这样您在客户端侧就可以通过get方法取得所有的列信息。下面给出了Result类提供的一些方法： byte[] byte[] value() byte[] getRow() int size() boolean isEmpty() KeyValue[] raw() List<KeyValue> getValue方法从HBase中一个特定的Cell中取出数据。您可以不设定时间戳、版本数，从而获得最近的一个版本数据。由于服务器上同一行的数据按照版本由新到旧的顺序排度，因此，总是服务器查到的第一次记录就是最新的一个版本。 前面已经介绍过getRow()：它返回rowkey，即在创建Get实例时指定的rowkey。size()方法可以得到服务器返回的KeyValue实例的数目。isEmpty可以判断KeyValue实例的数目是否为空。 通过row方法，可以得到当前Result实例后存储的一组KeyValue实例数组，list方法可以将KeyValue数组对象转化成一个List对象，从而可以简单地通过迭代器进行访问。 raw()方法返回的数组已经经过了排序，排序的维度是Column family 还有一组面向Column的方法： List<KeyValue> KeyValue boolean containsColumn(byte[] 要得到一个列对应的一组KeyValue，您必须先调用setMaxVersions设定要取得多个版本，否则只能得到一个KeyValue。getCOlumnLatest返回这个列对应的最新的一个Cell。getValue()方法并不返回一个raw字节数组，而是返回KeyValue对象。containsColumn可以非常便捷的查看返回的Cell中是否指定的Column列。 所有的方法中的qualifier字段都可以设置为null，这样可以匹配qualifier为空的列。Qualifier为空意味着列没有label。当查看一个表中的数据时，比如使用shell命令，您必须了解表中有哪些列。很少会使用到空的qualifier，在这些情况下，意味着只有一个column，这时column family便起到了column的作用。 还有另一个方法集，可以对请求得到的数据进行访问。它们是面向map的访问方式： NavigableMap<byte[], NavigableMap<byte[], NavigableMap<byte[], getMap是更通用的调用方式，以Java Map的方法，返回整个result集合，可以通过迭代的方式遍历所有的值。getNoVersionMap()方法只返回最新的一个版本的数据。第三个getMap方法返回指定family下的所有版本的value值。 使用哪组接口访问Result对象取决于你的习惯; 数据已经通过网络从服务器转输到了客户端，并不存在效率的差别。
put方法中，可以一次插入一组Put对象。类似地，get操作也允许一次从服务器上取一组Get对象。批量Get是一种高效地访问HBase的方法，但同样不能保证多条数据之间的顺序。 从前面的图3-1可以看出来，请求不只会发送到一台服务器上，但从客户端看来，仿佛只有一条请求发出。 批量Get的API定义如下： Result[] 跟前面的批量put一样，您需要先创建一个队列来存储Get实例，这些实例保存要请求的条件，而服务器端返回查询出来的Result结果。示例3-9给出了如何使用两种不同的方式取数据。 示例3-9 批量从HBase中取数据 byte[] cf1 = byte[] qf1 = byte[] qf2 = byte[] row1 = byte[] row2 = List<Get> Get get1 = new get1.addColumn(cf1, gets.add(get1); Get get2 = new get2.addColumn(cf1, gets.add(get2); Get get3 = new get3.addColumn(cf1, gets.add(get3); Result[] results = System.out.println(“First for (Result result String System.out.print(“Row: byte[] if val System.out.println(“Value: } if val System.out.println(“Value: } } System.out.println(“Second for (Result result for System.out.println(“Row: ” Value: } } 示例中首先定义了一组byte数据，用来存放column family的名字、column qualifier的名字、row的名字。然后创建一个List保存所有的Get请求对象。最后调用HTable的get方法，从服务器上批量读取数据。在第一个迭代遍历的过程中，只打印出colfam1、qual1对应的列和colfam1、qual2对应的值。第二个迭代遍历的过程中打印出所有取到的值。 假设您在运行了示例3-4之后，运行示例3-9，那么您将得到如下的输出： First iteration… Row: row1 Value: Row: row2 Value: Row: row2 Value: Second Row: row1 Value: Row: row2 Value: Row: row2 Value: 两次迭代过程会打印相同的值。示例告诉您，如何访问批量get的结果。您现在还不了解的便是出错如何通知到您。这和前面讲到的put是有所不同的，get操作要么取出与Get实例大小相等的结果，要么抛出一个异常。示例3-10给出一个例子： 示例3-10 读出一个错误的column family List<Get> Get get1 = new get1.addColumn(cf1, gets.add(get1); Get get2 = new get2.addColumn(cf1, gets.add(get2); Get get3 = new get3.addColumn(cf1, gets.add(get3); Get get4 = new Get(row2); get4.addColumn(Bytes.toBytes(“BOGUS”), gets.add(get4); Result[] results = System.out.println(“Result count: ” + results.length); 上述代码首先将Get实例插入到一个List中，其中一个Get实例指定了一个虚假的column family值。因此，一个异常将会被抛出，最后的打印记录永远不会输出来。执行上述代码，将会得到一个如下的异常： org.apache.hadoop.hbase.client.RetriesExhaustedWithDetailsException: Failed 1 action: servers with batch()是一种更有控制力的API，它能处理部分出错的情况。在后文的批量操作部分将会介绍到这个API。 相关解析数据方法 很多的函数都可以取出服务器返回的结果数据，先介绍下面这个： boolean exists(Get 该函数需先创建一个Get对象，它并不从服务器上取Get对象对应的结果数据，而是要求服务器返回是否存在对应记录的标志。 Resion Server使用相同的处理流程来处理exists请求，包括加载文件块来确定是否含对指定的column或rowkey。但数据并不经过网络传输。因此，对于一些大的column列，该方法还是很有用的。 有时，您或许想请一个确定的row，或者在它前面的row，并取出相应的数据。此时，您可以调用下面的接口： Result 您必须指定相应的row和一个column family，当然column family不是必需的。结果返回您要找的row，或者是位于它前面的一个。如果一个也没有找到，该方法返回null。示例3-11给出如何查询前面put示例中插入的数据。 示例3-11 使用一个专门的读取方法 Result result1 = Bytes.toBytes(“colfam1″)); System.out.println(“Found: Result result2 = Bytes.toBytes(“colfam1″)); System.out.println(“Found: for (KeyValue kv : System.out.println(” “/” “, } Result result3 = Bytes.toBytes(“colfam1″)); System.out.println(“Found: 示例中首先去寻找一个存在的row，并打印出找到的记录。然后试图去寻找一个不存在的row，打印出了表的最后一行记录。最后，去寻找一个排在row1前的“abc”，将会打印出来null。 上述代码的输出如下： Found: row1 Found: row2 Col: Col: Found: null 第一次调用直接请求一个已经存在的记录会返回这条记录。第二次调用请求了一个很大的row值“row99”，它显然排在row2的后面，因此调用getRowOrBefore会得到row2的值。最后请求“abc”，按字母序，abc排在row1的前面。因此，调用getRowOrBefore会得到null。在循环打印第二次请求“row99”的结果时，可以发现row2对应的所有列均被取出，并按照qualifier的顺序进行排列。 您现在已经可以创建、读取和更新HBase表中的记录了，下面将介绍删除操作。您大概也可以猜出来，HTable对象一定提供了一个类叫做Delete。 单条删除 delete()方法有一种单条删除接口形式，如下： void delete(Delete 与get、put调用相似，该调用首先要创建一个Delete实例，并将要删除的详细信息添加到这个实例中。Detele的创建函数如下： Delete(byte[] row) Delete(byte[] row, 您必须提供要删除row的rowkey，或者额外提供一个RowLock。这和前面的put、get单条操作都是完全相同的。有时，您或许不想将rowkey对应的整行删除，您只想删除某个版本的记录，或者是某个column family、某个column Delete Delete Delete Delete Delete void 第一个函数可以删除指定的column family下的记录，当然也包括了它对应的所有的column。第二个函数删除指定的column family对应的timestamp以前的所有版本的数据。第三个函数删除指定的column family和指定的column 表3-5 delete()调用
表3-6列出了Delete类提供的另外一些方法。 表3-6
示例3-12给出了如何客户端如何调用一个单条删除方法。 示例3-12 HBase数据删除 Delete delete = delete.setTimestamp(1); delete.deleteColumn(Bytes.toBytes(“colfam1″), delete.deleteColumns(Bytes.toBytes(“colfam2″), delete.deleteColumns(Bytes.toBytes(“colfam2″), delete.deleteFamily(Bytes.toBytes(“colfam3″)); delete.deleteFamily(Bytes.toBytes(“colfam3″), table.delete(delete); table.close(); 首先创建一个指向row1的Delete对象，为该Delete对象设定timestamp值为1。然后调用delete删除Column的接口，并指定一个版本。然后删除另一列colfam2：qual1下的所有版本，然后删除该列colfam2:qual2下指定版本以前的所有版本。接着删除colfam3下整个family，包含所有版本。再删除colfam3下版本3以前的所有版本。最后执行删除操作。 在上面的示例给出了您可以使用的delete操作的所有函数形式。您可以依次执行并观察它们的输出。 为Delete对象设定timestamp，使用deleteColumn接口只能删除特定的cell，使用deleteColumns接口可以删除精确的timestamp匹配得到比这个时间戳旧的所有版本（包括相等的）。 批量删除 批量删除操作同批量插入很相似，您需要创建一个Delete实例的列表，然后通过delete方法删除它们。 void 示例3-13给出了一个批量删除的例子。当您运行这个例子时，将会打印删除前后delete的状态。打印原生的KeyValue对象，可以使用KeyValue.toString()方法（前面介绍过该方法）。 同前面介绍的批量操作相类，您不能保证服务器端收到的Delete实例的顺序。API可能会打乱它们的顺序，进行重排。如果您很在意一组Delete实例执行的前后顺序，您必须把它们分成小的队列，按照您所期望的顺序依次执行它们。最坏的情况便是，您一条一条的进行删除操作。 示例3-13 批量删除 List<Delete> Delete delete1 = delete1.setTimestamp(4); deletes.add(delete1); Delete delete2 = delete2.deleteColumn(Bytes.toBytes(“colfam1″), delete2.deleteColumns(Bytes.toBytes(“colfam2″), deletes.add(delete2); Delete delete3 = delete3.deleteFamily(Bytes.toBytes(“colfam1″)); delete3.deleteFamily(Bytes.toBytes(“colfam2″), deletes.add(delete3); table.delete(deletes); table.close(); 首先创建了一个Delete对象的列表，然后为它们设置timestamp，删除一个指定的版本。然后删除colfam2:qual3下等于或小于版本5的所有数据。delete3删除row3下的整个colfam1，删除colfam2下等于或旧于版本3的所有记录。最后通过HTable执行批量删除。 下面给出了HBase删除数据前后对应的数据： Before delete KV: KV: KV: KV: row1/colfam1:qual2/3/Put/vlen=4, KV: KV: KV: KV: KV: row1/colfam2:qual2/4/Put/vlen=4, KV: KV: KV: KV: KV: KV: KV: KV: KV: KV: KV: KV: KV: KV: KV: KV: KV: KV: KV: KV: KV: row3/colfam1:qual3/5/Put/vlen=4, KV: KV: KV: KV: KV: row3/colfam2:qual3/6/Put/vlen=4, KV: After delete KV: KV: KV: KV: row1/colfam2:qual3/5/Put/vlen=4, KV: KV: KV: KV: KV: row2/colfam1:qual3/5/Put/vlen=4, KV: KV: KV: KV: KV: KV: KV: KV: 可以执行如下的代码，打印出上述的结果： System.out.println(“KV: “, 现在您应该很熟悉Bytes类的使用方法，特别是对KeyValue结构的处理。KeyValue.toString()方法只会打印出key部分的值，而并不会打印出对应的value值（因为value值可以非常大）。在示例中，由于表中的value值，是我们自己插入的，我们知道它的长度，因此可以放心用终端打印出来，在您的应用中，也可以用类似的办法进行调试。 如果从本书所配的代码库整体来看，您便会明白数据是如何入库和读取的。下面将讨论批量删除操作的出错处理。delete方法接收的一组Delete对象，当服务器端删除出错时，将删除出错的Delete对象依然通过该参数返回到客户端。 示例3-14 从HBase上删除错误的记录 Delete delete4 = delete4.deleteColumn(Bytes.toBytes(“BOGUS”), deletes.add(delete4); try { table.delete(deletes); } catch (Exception System.err.println(“Error: } table.close(); System.out.println(“Deletes for (Delete delete System.out.println(delete); } 首先创建一个指向一个不存在列的Delete对象，然后在删除该对象时，会得到一个异常。查看返回的List的大小，然后打印出删除出错的Delete对象。 示例3-14在示例3-13的基础上添加了一个出错的delete对象，可以得到类似3-13的输出结果，但会有几条增加的输出： Before delete KV: KV: … KV: KV: Error: Failed servers Deletes length: 1 row=row2, ts=9223372036854775807, (row2/BOGUS:qual1/9223372036854775807/Delete/vlen=0)} After delete KV: KV: … KV: row3/colfam2:qual3/6/Put/vlen=4, KV: 正如所期望的一样，队列会返回一个Delete实例，并指向“BOGUS”对应的column family。我们使用toString()方法打印出出错的一行。Family名字是出错的根本原因。您在应用程序中也可以使用这种方法来判断删除操作出错的行，一般情况下，删除出错都是因为这个原因。 最后，出错抛出的异常和前面例子中的异常类似，RetriesExhaustedWithDetailsException已经是第二次看到了。它打印出了出错时重做的次数。后面的章节将会讲到如何监控monitor server，因此，异常中返回的服务器IP是非常有用的。 在前面的“原子性的compare-and-set”一节中，讲到了如使用原子性的比较、插入数据到HBase中的表中。对于删除操作也给出了一个类似的方法，以原子的形式，在服务器端进行比较，满足条件后进行删除： boolean byte[] 上述方法需要指定rowkey、column family、qualifier和value来检查，如果有满足条件的值，则执行delete。如果检查失败，则delete不执行。当delete成功执行后返回true。示例3-15给出了一个使用的例子： 示例3-15 原子例的compare-and-set删除操作 Delete delete1 = delete1.deleteColumns(Bytes.toBytes(“colfam1″), boolean res1 = Bytes.toBytes(“colfam2″), System.out.println(“Delete Delete delete2 = delete2.deleteColumns(Bytes.toBytes(“colfam2″), table.delete(delete2); boolean res2 = table.checkAndDelete(Bytes.toBytes(“row1″), Bytes.toBytes(“colfam2″), System.out.println(“Delete Delete delete3 = delete3.deleteFamily(Bytes.toBytes(“colfam1″)); try{ boolean Bytes.toBytes(“colfam1″), Bytes.toBytes(“val1″), System.out.println(“Delete } catch (Exception System.err.println(“Error: } 首先创建了一个Delete实例，指向row1对应的colfam1:qual3列。然后检查是否存在rowkey为row1，具含有colfam2:qual3列，不存该列，则执行Delete实例，并打印出执行的结果。由于检查的列是存在的，运行会打印出来“Delete Before delete KV: KV: KV: KV: KV: row1/colfam1:qual3/6/Put/vlen=4, KV: KV: KV: KV: KV: row1/colfam2:qual2/3/Put/vlen=4, KV: KV: Delete successful: Delete successful: After delete KV: KV: row1/colfam1:qual1/1/Put/vlen=4, KV: KV: KV: KV: KV: row1/colfam2:qual2/4/Put/vlen=4, KV: Error: org.apache.hadoop.hbase.DoNotRetryIOException: Action’s getRow … 使用null作为check操作的value，值不存在则check成功。由于在执行前check的值已经存在了，所以第一次check返回了false，delete操作未执行。而后手工删除了要check的值，再执行checkAndDelete时，check成功，delete操作被成功执行。 这和前面介绍的put操作对应的CAS调用是一样的，您只能在同一行上执行check-and-modify操作，若行不一致，将会抛出一个异常。当然，check-and-modify操作允许check和modify操作的是同一行中两个不同的column family。 示例没有说明check-and-modify操作有多么重要，在分布式系统中，在不加锁、不损失性能的情况下保证操作的可靠性和原子性是很难的。因此，客户端使用了一个排它锁占有整个行。若客户端在加锁的阶段出现了故障了，集群必须要保证被加锁的行要重新unlock。在check-and-modify操作时，会出现额外的RPC调用，因此，肯定会比单独的服务器端操作慢一些。 |
|
|
