Phoenix(SQL On HBase)

来源:https://www.cnblogs.com/funyoung/archive/2019/01/11/10249115.html
-Advertisement-
Play Games

1.簡介 Phoenix是一個HBase框架,可以通過SQL的方式來操作HBase。 Phoenix是構建在HBase上的一個SQL層,是內嵌在HBase中的JDBC驅動,能夠讓用戶使用標準的JDBC來操作HBase。 Phoenix使用JAVA語言進行編寫,其查詢引擎會將SQL查詢語句轉換成一個或 ...


1.簡介

 

 

Phoenix是一個HBase框架,可以通過SQL的方式來操作HBase。

Phoenix是構建在HBase上的一個SQL層,是內嵌在HBase中的JDBC驅動,能夠讓用戶使用標準的JDBC來操作HBase。

Phoenix使用JAVA語言進行編寫,其查詢引擎會將SQL查詢語句轉換成一個或多個HBase Scanner,且並行執行生成標準的JDBC結果集。

 

*如果需要對HBase進行複雜的操作,那麼應該使用Phoenix,其會將SQL語句轉換成HBase相應的API。

*Phoenix只能用在HBase上,其查詢性能要遠高於Hive。

 

 

2.Phoenix與HBase的關係

 

Phoenix與HBase中的表是獨立的,兩者之間沒有必然的關係。

Phoenix與HBase集成後會創建六張系統表:SYSTEM.CATALOGSYSTEM.FUNCTIONSYSTEM.LOGSYSTEM.SEQUENCESYSTEM.STATS,其中SYSTEM.CATALOG表用於存放Phoenix創建表時的元數據。

Phoenix創建表時會自動調用HBase客戶端創建相應的表,並且在SYSTEM.CATALOG系統表中記錄Phoenix創建表時的元數據,其主鍵的值對應HBase的RowKey,非主鍵的列對應HBase的Column(列族不指定時為0,且列會進行編碼)

如果是通過Phoenix創建的表,那麼必須通過Phoenix客戶端來對錶進行操作,因為通過Phoenix創建的表其非主鍵的列會進行編碼。

 

 

3.Phoenix語法

 

Phoenix的SQL中如果表名、欄位名不使用雙引號標註那麼預設轉換成大寫。

Phoenix中的字元串使用單引號進行標註。 

 

創建表

CREATE TABLE IF NOT EXISTS us_population (
      state CHAR(2) NOT NULL,
      city VARCHAR NOT NULL,
      population BIGINT
      CONSTRAINT my_pk PRIMARY KEY (state, city)
);

*主鍵的值對應HBase中的RowKey,列族不指定時預設是0,非主鍵的列對應HBase的列。

 

刪除表

DROP TABLE us_population;

 

查詢數據

SELECT * FROM us_population WHERE state = 'NA' AND population > 10000 ORDER BY population DESC;

*在進行查詢時,支持ORDER BY、GROUP BY、LIMIT、JOIN等操作,同時Phoenix提供了一系列的函數,其中包括COUNT()、MAX()、MIN()、SUM()等,具體的函數列表可以查看:http://phoenix.apache.org/language/functions.html

*不管條件中的列是否是聯合主鍵中的,Phoenix一樣可以支持。

 

刪除數據

DELETE FROM us_population WHERE state = 'NA';

 

插入或更新數據

UPSERT INTO us_population VALUES('CA','GZ',850000);
UPSERT INTO us_population(state,city) VALUES('CA','GZ');

*如果主鍵的值重覆,那麼進行更新操作,否則插入一條新的記錄(在進行更新時,沒有更新的列保持原值,在進行插入時,沒有插入的列為null)

*在使用UPSERT時,主鍵的列不能為空(包括聯合主鍵)

 

 

4.Phoenix映射HBase 

 

只要直接通過HBase客戶端創建的表,若想用Phoenix來進行操作,那麼必須要進行表的映射,因為SYSTEM.CATALOG表中並沒有維護Phoenix創建表的元數據。

 

創建表來進行表的映射

CREATE TABLE IF NOT EXISTS 表名(
  列名 類型 主鍵,
  列簇.列名,
  列簇.列名
)

*HBase中的RowKey映射Phoenix的主鍵,HBase中的Column映射Phoenix的列,且使用列簇名.列名進行映射。

*相當於在SYSTEM.CATALOG表中錄入相關的元數據,使Phoenix能夠進行操作它。

 

創建視圖來進行表的映射

CREATE VIEW 視圖名(
  列名 類型 主鍵,
  列簇.列名,
  列簇.列名
)

*Phoenix中的視圖只能進行查詢,不能進行添加、更新、刪除操作。

 

 

5.Phoenix優化

 

1.服務端配置優化

 

 

*往HBase安裝目錄下的conf目錄下的hbase-site.xml文件中添加配置。

 

 

2.對錶中的數據進行分區

 

哈希取模

通過在創建表時指定SALE_BUCKETS來實現將表中的數據預分割到多個Region中,有利於提高讀取數據的性能。

其原理是將RowKey進行散列,把得到的餘數的byte值插入到RowKey的第一個位元組中,並通過預定義每個Region的Start Key和End Key,將數據分散存儲到不同的Region中。

CREATE TABLE IF NOT EXISTS us_population (
      state CHAR(2) NOT NULL,
      city VARCHAR NOT NULL,
      population BIGINT
      CONSTRAINT my_pk PRIMARY KEY (state, city)
)SALT_BUCKETS=16;

*通過SALE_BUCKETS設置哈希函數的除數P(除留餘數法)

 

根據值來進行預分區

在創建表時,可以精確的指定RowKey根據什麼值來進行預分區,不同的值存儲在獨立的Region中,有利於提高讀取數據的性能。

CREATE TABLE IF NOT EXISTS us_population (
      state CHAR(2) NOT NULL,
      city VARCHAR NOT NULL,
      population BIGINT
      CONSTRAINT my_pk PRIMARY KEY (state, city)
)SPLIT ON('CS','EU','NA');

 

 

3.創建表時指定列簇

 

在HBase中每個列簇對應一個文件,如果要查詢的列其列簇下只有它自己,那麼將極大的提高讀取數據的性能。

CREATE TABLE IF NOT EXISTS us_population (
      state CHAR(2) NOT NULL,
      city VARCHAR NOT NULL,
      C1.population BIGINT
      CONSTRAINT my_pk PRIMARY KEY (state, city)
);

*列族只能在非主鍵列中進行指定。

 

 

4.對錶進行壓縮

 

在創建表時可以指定表的壓縮方式,能極大的提高數據的讀寫效率。

CREATE TABLE IF NOT EXISTS us_population (
      state CHAR(2) NOT NULL,
      city VARCHAR NOT NULL,
      population BIGINT
      CONSTRAINT my_pk PRIMARY KEY (state, city)
)COMPRESSION='GZ';

*可選的壓縮方式包括GZip、Snappy、Lzo等。

 

 

5.使用二級索引

 

在HBase中會自動為RowKey添加索引,因此在通過RowKey查詢數據時效率會很高,但是如果要根據其他列來進行組合查詢,那麼查詢的性能就很低下,此時可以使用Phoenix提供的二級索引,能夠極大的提高查詢數據的性能。

 

創建普通索引

CREATE INDEX 索引名稱 ON 表名(列名)

 

創建二級索引

CREATE INDEX 索引名稱 ON 表名(列名) INCLUDE(列名)

 

 

6.Phoenix的搭建

 

1.安裝JDK、Hadoop、Zookeeper、HBase

由於Phoenix是內嵌在HBase的JDBC驅動,且HBase是通過JAVA語言編寫的,其基於HDFS,且依賴於Zookeeper進行服務的協調和HA高可用配置,因此需要安裝JDK、Hadoop和Zookeeper,並配置好JAVA_HOME環境變數。

 

由於HDFS一般都以集群的方式運行,因此需要搭建HDFS集群並啟動。

*在搭建HDFS集群時,需要相互配置SSH使之互相信任並且開放防火牆相應的埠,或者直接關閉防火牆。

 

啟動Zookeeper集群

 

由於HBase一般都以集群的方式運行,因此需要搭建HBase集群並啟動。 

 

 

2.安裝Phoenix

 

選擇對應HBase版本的Phoenix版本:http://archive.apache.org/dist

將下載後的hbase-server.jar複製到HBase安裝目錄的lib目錄下。

 

 

3.重啟HBase集群

 

由於已經將Phoenix的hbase-server.jar複製到HBase的lib目錄下,當HBase集群啟動時將會載入Phoenix,並載入hbase-site.xml配置文件(存放HBase和Phoenix的配置),此時可以使用Phoenix客戶端進行連接,通過標準的JDBC來操作HBase。

*Phoenix第一次啟動時,會在HBase中創建六張系統表,用於存放Phoenix的相關信息。

 

 

7.Phoenix客戶端

 

使用sqlline.py操作Phoenix

 

Phoenix提供了sqlline.py腳本用於啟動Phoenix客戶端併進行連接,啟動時只需要指定HBase連接的Zookeeper集群地址即可。 

*使用!tables查詢通過Phoenix創建的表(即SYSTEM.CATALOG表中的元數據)

 

使用JAVA操作Phoenix

 

導入依賴

<dependency> 
  <groupId>org.apache.phoenix</groupId>  
  <artifactId>phoenix-core</artifactId>  
  <version>4.14.1-HBase-1.2</version> 
</dependency>

 

使用標準的JDBC來操作HBase

//載入驅動
Class.forName("org.apache.phoenix.jdbc.PhoenixDriver");
//通過DriverManager獲取連接
Connection conn = DriverManager.getConnection("jdbc:phoenix:192.168.1.80,192.168.1.81,192.168.1.82:2181);
//創建Statement實例
Statement statement = conn.prepareStatement(sql);
//執行增、刪、改、查等操作
execute(sql)
executeUpdate(sql)
executeQuery(sql)

 

 完整的PhoenixUtils

/**
 * @Auther: ZHUANGHAOTANG
 * @Date: 2019/1/9 10:24
 * @Description:
 */
public class PhoenixUtils {

    private static final Logger logger = LoggerFactory.getLogger(PhoenixUtils.class);

    private static final String PHOENIX_DRIVER = "org.apache.phoenix.jdbc.PhoenixDriver";

    private static final String PHOENIX_URL = "jdbc:phoenix:192.168.1.80,192.168.1.81,192.168.1.82:2181";

    private static Connection conn = null;

    static {
        try {
            Class.forName(PHOENIX_DRIVER);
            conn = DriverManager.getConnection(PHOENIX_URL);
        } catch (Exception e) {
            logger.info("初始化Phoenix連接時失敗", e);
        }
    }

    /**
     * 獲取Phoenix中的表(系統表除外)
     */
    public static List<String> getTables() throws Exception {
        List<String> tables = new ArrayList<>();
        DatabaseMetaData metaData = conn.getMetaData();
        String[] types = {"TABLE"}; //"SYSTEM TABLE"
        ResultSet resultSet = metaData.getTables(null, null, null, types);
        while (resultSet.next()) {
            tables.add(resultSet.getString("TABLE_NAME"));
        }
        return tables;
    }

    /**
     * 獲取表中的所有數據
     */
    public static List<Map<String, String>> getList(String tableName) throws Exception {
        String sql = "SELECT * FROM " + tableName;
        PreparedStatement preparedStatement = conn.prepareStatement(sql);
        ResultSet resultSet = preparedStatement.executeQuery();
        ResultSetMetaData resultSetMetaData = resultSet.getMetaData();
        List<Map<String, String>> resultList = new ArrayList<>();
        while (resultSet.next()) {
            Map<String, String> result = new HashMap<>();
            for (int i = 1, len = resultSetMetaData.getColumnCount(); i <= len; i++) {
                result.put(resultSetMetaData.getColumnName(i), resultSet.getString(i));
            }
            resultList.add(result);
        }
        return resultList;
    }

}

 


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 前言 GDB(GNU Debugger)是UNIX及UNIX-like下的強大調試工具,可以調試ada, c, c++, asm, minimal, d, fortran, objective-c, go, java,pascal等語言。本文以C程式為例,介紹GDB啟動調試的多種方式。 哪類程式可被 ...
  • 下麵是常用的幾個系統類的常用方法整理: list: 列表[1, 2,...] set: 集合,無重覆元素{1, 2,...} str: 字元串 dict: 字典{a:'a', b:'b',...} TextIOWrapper: 文件對象 子集測試(允許不嚴格意義上的子集): 集合中所有的元素都是 t ...
  • 1 JDK安裝 zookeeper是運行在JDK環境下的,安裝zookeeper前需要安裝JDK 下載linux的 jdk1.8.tar,上傳至linux伺服器 解壓縮jdk,配置jdk tar -zxvf 解壓縮jdk 將jdk1.8.0_191重命名為jdk8 mv jdk1.8.0_191/ ...
  • 定義資料庫 在Django中使用多個資料庫的第一步是告訴Django您將要使用的資料庫伺服器。 資料庫可以有您選擇的任何別名。但是,別名 default 有著特殊的意義。Django使用別名為 default 為預設資料庫。 例如 settings.py 定義兩個資料庫,預設 PostgreSQL ...
  • 安裝虛擬環境的命令如下: sudo pip install virtualenv sudo pip install virtualenvwrapper 創建虛擬環境的命令如下: mkvirtualenv 虛擬環境名稱 例: mkvirtualenv hj_django 退出虛擬環境的命令如下: de ...
  • for 迴圈 功能 for 迴圈是一種迭代迴圈機制,迭代即重覆相同的邏輯操作,每次的操作都是基於上一次的結果而進行的。並且for迴圈可以遍歷任何序列的項目,如一個列表或者一個字元串 語法 for 迴圈的一般格式如下: for <variable> in <sequence> <staements> ...
  • Python入門 以下主要講述Python的一些基礎語法,包含行的縮進在python中的重要意義,python中常見的保留字和引號的使用,如何實現單行註釋和多行註釋。 print("hello,Python!") 第一個Python程式 我們在創建python文件時,所有的文件必須以.py為拓展名。 ...
  • a)ThresholdFilter屬性:onMatch表示匹配設定的日誌級別後是DENY還是ACCEPT,onMismatch表示不匹配設定的日誌級別是DENY還是ACCEPT還是NEUTRAL b)上面說的match/misMatch指的是高於或等於設定的日誌級別。所以,要先定義日誌級別高的Fil... ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發(一):使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說,近來想嘗試開發一款安卓APP,考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP,畢竟是使用Visual Studio開發工具,使用起來也比較的順手,結合微軟官方的教程進行了安卓 ...
  • 前言 QuestPDF 是一個開源 .NET 庫,用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫,它徹底改變了我們生成 PDF 文檔的方 ...
  • 項目地址 項目後端地址: https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址: ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址: http://tree ...
  • 話不多說,直接開乾 一.下載 1.官方鏈接下載: https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe,運行開始下載SQL server; 二. ...
  • 前言 隨著物聯網(IoT)技術的迅猛發展,MQTT(消息隊列遙測傳輸)協議憑藉其輕量級和高效性,已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫,為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog支持多種接收器用於日誌存儲,增強器用於添加屬性,LogContext管理動態屬性,支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項,適用於不同需求。 ...
  • 目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據,爬取信息時需要模擬瀏覽器行為,否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下: 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • 1.前言 什麼是熱更新 游戲或者軟體更新時,無需重新下載客戶端進行安裝,而是在應用程式啟動的情況下,在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR,Xlua,ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles,Addressable, ...
  • 本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺,其實像阿裡雲,騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後,它會送 ...
  • 通過以下方式可以高效,並保證數據同步的可靠性 1.API設計 使用RESTful設計,確保API端點明確,並使用適當的HTTP方法(如POST用於創建,PUT用於更新)。 設計清晰的請求和響應模型,以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證,確保接收到的數據符合預期格 ...