安裝HBase

HBase是一個建構在HDFS上的分布式列存儲系統，主要用于海量結構化資料存儲。這裡，我們的目标隻是為Python通路HBase提供一個基本的環境，故直接下載下傳二進制包，采用單機安裝。下載下傳後解壓，修改配置檔案，然後可以直接啟動HBase了。所用系統版本為ubuntu14.04。

下載下傳

wget https://mirrors.tuna.tsinghua.edu.cn/apache/hbase/1.2.4/hbase-1.2.4-bin.tar.gz 
tar zxvf hbase-1.2.4-bin.tar.gz
           

配置

修改hbase-env.sh，設定JAVA_HOME。

export JAVA_HOME=/usr/lib/jvm/java-8-oracle
           

修改hbase-site.xml，設定存儲資料的根目錄。

<configuration>
    <property>
	    <name>hbase.rootdir</name>
	    <value>file:///home/mi/work/hbase/data</value>
    </property>
</configuration>
           

啟動

bin/start-hbase.sh  # 啟動
bin/hbase shell  # 進入hbase互動shell
           

安裝Thrift

安裝好HBase之後，還需安裝Thrift，因為其他語言調用HBase時，需要通過Thrift進行連接配接。

安裝Thrift依賴

sudo apt-get install automake bison flex g++ git libboost1.55 libevent-dev libssl-dev libtool make pkg-config
           

PS: libboost1.55-all-dev，在我的ubuntu14.04上安裝有點問題，是以裝的是libboost1.55。

編譯安裝

下載下傳源碼，解壓後進行編譯安裝。Thrift下載下傳位址

tar zxf thrift-0.10.0.tar.gz
cd thrift-0.10.0/
./configure --with-cpp --with-boost --with-python --without-csharp --with-java --without-erlang --without-perl --with-php --without-php_extension --without-ruby --without-haskell  --without-go
make  # 編譯耗時較長
sudo make install
           

參考文檔：

https://thrift.apache.org/docs/install/debian, https://thrift.apache.org/docs/BuildingFromSource

啟動HBase的Thrift服務

bin/hbase-daemon.sh start thrift
           

檢查系統程序

~/work/hbase/hbase-1.2.4/conf$ jps
3009 ThriftServer
4184 HMaster
5932 Jps
733 Main
           

可以看到ThriftServer已成功啟動，然後我們就可以使用多種語言，通過Thrift來通路HBase了。

Python操作HBase

下面以Python為例來示範如何通路HBase。

安裝依賴包

sudo pip install thrift
sudo pip install hbase-thrift
           

Demo程式

from thrift import Thrift
from thrift.transport import TSocket
from thrift.transport import TTransport
from thrift.protocol import TBinaryProtocol

from hbase import Hbase
from hbase.ttypes import *

transport = TSocket.TSocket('localhost', 9090)

transport = TTransport.TBufferedTransport(transport)
protocol = TBinaryProtocol.TBinaryProtocol(transport)

client = Hbase.Client(protocol)
transport.open()

contents = ColumnDescriptor(name='cf:', maxVersions=1)
# client.deleteTable('test')
client.createTable('test', [contents])

print client.getTableNames()

# insert data
transport.open()

row = 'row-key1'

mutations = [Mutation(column="cf:a", value="1")]
client.mutateRow('test', row, mutations)

# get one row
tableName = 'test'
rowKey = 'row-key1'

result = client.getRow(tableName, rowKey)
print result
for r in result:
    print 'the row is ', r.row
    print 'the values is ', r.columns.get('cf:a').value
           

執行結果：

['test']
[TRowResult(columns={'cf:a': TCell(timestamp=1488617173254, value='1')}, row='row-key1')]
the row is  row-key1
the values is  1