Phoenix实现用SQL查询HBase

 

博客已转移，请借一步说话，http://www.daniubiji.cn/archives/111

 

HBase，一个NoSQL数据库，可存储大量非关系型数据。

HBase，可以用HBase shell进行操作，也可以用HBase Java api进行操作。HBase虽然是一个数据库，但是它的查询语句，很不太好用。要是能像使用Mysql等关系型数据库一样用sql语句操作HBase，那就很Perfect了。

现有工具有很多Hive，Tez，Impala，Shark/Spark，Phoenix等。今天主要记录Phoenix。

phoenix，由saleforce.com开源的一个项目，后又捐给了Apache。它相当于一个Java中间件，帮助开发者，像使用jdbc访问关系型数据库一些，访问NoSql数据库HBase。

phoenix，操作的表及数据，存储在hbase上。phoenix只是需要和Hbase进行表关联起来。然后再用工具进行一些读或写操作。

其实，可以把Phoenix只看成一种代替HBase的语法的一个工具。虽然可以用java可以用jdbc来连接phoenix，然后操作HBase，但是在生产环境中，不可以用在OLTP中。在线事务处理的环境中，需要低延迟，而Phoenix在查询HBase时，虽然做了一些优化，但延迟还是不小。所以依然是用在OLAT中，再将结果返回存储下来。

 

Phoenix官网上，对Phoenix讲解已经很屌了。如果英语好，可以看官网，更正式一些。

 

Phoenix安装

1、下载phoenix。

phoenix与HBase版本对应关系

Phoenix 2.x - HBase 0.94.x

Phoenix 3.x - HBase 0.94.x

Phoenix 4.x - HBase 0.98.1+

我目前测试使用版本概况：

Hadoop1.0.4

HBase0.94.18

所以我可以用phoenix2.x，phoenix3.x。

官网download页面有

我选用的是phoenix3.1.0版本。

2、上传到主节点linux就ok了，解压缩

tar –zxvf phoenix.tar.gz

pwd

/root/phoenix

ll phoenix

  

phoenix目录结构可能会有点不同，主要是bin目录的位置，可能在hadoop1下，也可能直接在 /root/phoenix下。没关系，都差不多。

3、拷贝一些文件

既然用的hadoop1.x集群，那么我们使用phoenix目录下，hadoop1目录下的内容。

①将hadoop1下，phoenix-core-3.x.jar拷贝到hadoop集群各个节点HBase的lib目录下。

②重启一下HBase

4、验证是否安成功

在主节点上，切换到/root/phoenix/hadoop1/bin目录下

输入 ./sqlline.py master:2181

如果出现这个画面，那就是成功了。如果不成功，可能是zookeeper配置的有一些问题吧。

好吧，先退出此界面，输入!quit回车然后就可以退出了。

这个phoenix挺有意思，有一些命令需要输入叹号的！

 

phoenix的使用

mysql的话，可以CLI命令行的方式操作；可以通过用jdbc，在Java代码中访问；可以通过用SQLyog进行访问管理；

phoenix，怎么用呢？~可以看成是mysql。Phoenix可以在CLI下操作；可以用jdbc操作；可以用phoenix的一个客户端工具Squirrel 访问；

先说Squirrel吧，这个简单一些。

Squirrel SQL Client，是一个连接数据库的客户端工具。一般支持JDBC的数据库都可以用它来连接。（如Squirrel连接Mysql）

下载Squirrel SQL Client，解压缩就可以了。运行squirrel-sql.bat就出现了图形界面。

这肯定要说怎样连Phoenix？

①在Squirrel安装目录的lib下，添加几个jar包

a,phoenix-core-xxx.jar

b,phoenix-3.0-client.jar

c,hbase-0.94.18.jar

d,hadoop1.0.4.jar

e,hadoop-common-xxx.jar

②

需要点击“Drivers”，将phoenix的驱动添加进去。

③点击左上角 蓝色的 “ + ” 加号，添加

按上面的顺序，依次填写。第一步Name：随便写个名字，标记连接；第二步Example URL：相当于mysql的jdbc连接串，这里的alias写zookeeper的主机名称，端口号，可以写，可以不写，我一般不写；第三步选择Phoenix-core的jar包；第四步就是手动输入org.apache.phoenix.jdbc.PhoenixDriver。

然后点击OK。

④配置连接

Name：为随便起的名称。

Driver：选中③中添加的phoenix驱动。

URL：写如上内容，jdbc:phoenix:node1,node2,master等这里主要是zookeeper主机名。

User Name：要连接的主机的用户名

Password：要连接的主机的密码

点击Test可以进行测试，或点OK连接。

连接完毕，启动后，就可以看到如下的效果了。这里我已经创建了几个表了，这些表都是存在于HBase上的。

Squirrel的一些布局简介：

1，用squirrel建立的一些连接

2，当前连接下，所有对象，包括主见系统表，普通表，视图。

3，为表，这些表都是实际存在于zookeeper所管理的HBase上的。右键此表，可以对表进行管理。

4，为视图。

5，编写sql脚本的地方，可以输入脚本执行。脚本执行方式，在5上面有一个小人，选中sql，点击小人就可以执行了。或者按ctrl + enter键，执行。

6，为选中的对象的一些基本信息，列信息，行数等。

7，为sql执行的一些状态。

下面在Squirrel中创建一个表

在Squirrel中创建表的过程主要是编写sql，进行执行。sql该怎么写，需要看phoenix驱动都支持什么效果。

这需要看phoenix的官网了。

需要注意的是phoenix是区分大小写的，自己定义的HBase中的 HTableName，ColumnFamily，以及字段Column，需要和Phoenix中保持一致。

phoenix操作hbase，我们有两种方式，创建表，创建视图。

这两种方式，有区别。

比如，创建表的话，就可以对HBase进行插入，查询，删除操作。视图的话，一般就只可以进行查询操作

虽然看起来，表的功能，比视图更强大一些。但是就像是mysql等关系型数据库一样，删除表操作，会将表删掉。但是删除视图操作，却不会影响原始表的结构。

因为使用phoenix，创建表后，会自动和hbase建立关联映射。当你使用phoenix删除和hbase之间的关系时，就会将hbase中的表也删掉了

所以用视图，会对原始的HBase表影响小一些。

phoenix可以创建表，

若hbase中，不存在HTable：

create htablename (

pk VARCHAR primary key not null,

col1 VARCHAR null,

col2 VARCHAR null,

col3 VARCHAR null

)

create htablename2(

pk VARCHAR primary key null,

"cf"."col1" VARCHAR null,

"cf"."col2" VARCHAR null,

"cf2"."col3" VARCHAR null,

"cf2"."col4" VARCHAR null,

)

上面的SQL脚本，可以在SQuirreL中进行执行，执行过程中，如果出现错误，会在工具的下面进行提示。若成功后，就可以在HBase中看到这个表了。

若Hbase中，已存在名为htablename3的HTable，那么SQuirrel是不会直接显示出hbase中这个已存在的表的，我们还需要额外做一些操作。

在SQuirreL中进行执行，执行完毕后，就会将HBase的htablename3，映射到SQuirreL中。这样我们就可以在Java api中进行操作了。否则是不可以的。

那么需要哪些具体操作呢？其实很简单，我当时没想到

就像创建表一样，使用Create table就可以了。就这样简单。

不过这个语句怎么写呢？怎样对应呢？

create htablename3(

pk VARCHAR primary key null,       -------这句话直接写就可以了，这样的话，HBase中的RowKey转换成phoenix中的主键，列名就叫 pk。rowkey自动会和primary key进行对应。

"cf"."col1" VARCHAR null,             -------将名为cf的columnFamily下，字段名为col1的字段，写在这里。

"cf"."col2" VARCHAR null,            -------将名为cf的columnFamily下，字段名为col2的字段，写在这里。。。下面就以此类推

"cf2"."col3" VARCHAR null,

"cf2"."col4" VARCHAR null,

)

然后在SQuirreL中执行，然后就可以看到数据了。

不过此时，可能还会有问题，乱码。 在SQuirrel中，主键以及一些包含汉字的字段，都是方块等乱码了。这个怎么解决？？？

创建试图

CREATE VIEW "heihei"

(pk VARCHAR primary key)

default_column_family = 'FM'

创建完成后，这里的“heihei” 是HBase中table的名称。然后定义一个主键，就可以了。

创建视图

①CREATE VIEW "DAMAI" ( PK VARCHAR PRIMARY KEY) DEFAULT_COLUMN_FAMILY='FM'

这里双引号内的 “DAMAI” 和HBase中的表名是一样的，所以会自动关联。

那么，如果想针对HBase中的一个表，建多个视图呢？

②第二种视图，可以在Phoenix table的基础上创建。

CREATE VIEW my_VIEW (new_col VARCHAR,new_col2 VARCHAR) AS SELECT * FROM phoenix_Table WHERE ......

③第三种视图，是建立在视图之上，

CREATE VIEW my_VIEW_ON_VIEW AS SELECT * FROM MY_VIEW WHERE ......

所以说，在创建DAMAI视图的时候，可以将全部字段都包括进来。然后再在此视图基础上，创建其它视图。

随着数据的增长，视图中可以看到的数据的条数，也在同步增加。

 

使用命令查看一下视图中的数据

select * from damai   这时可以用大小写都行了。没有区分

查询结果现在，只有一列。看来是创建视图时，没有关联好其他列。没关系，删掉，重建。

 

Phoenix中的语法

Phoenix中的数据类型

Phoenix中的方法

我自己使用过程中一些简单语句，如下：

select * from shuju;

select count(1) from shuju;

select cmtid,count(1) as num from shuju group by cmtid order by num desc;

select avg(TO_NUMBER(avgt)) from shuju;

select cmtid,count(1) as num,avg(TO_NUMBER(avgt)) as avgt,avg(TO_NUMBER(loss)) as loss from shuju group by cmtid order by num desc;

select acm,dtype,cmtid,count(1) as num,avg(TO_NUMBER(avgt)) as avgt,avg(TO_NUMBER(loss)) as loss

from shuju

group by acm,dtype,cmtid

order by num desc;

select acm,dtype,porgcode,orgid,cmtid,count(1) as num,avg(TO_NUMBER(avgt)) as avgt,avg(TO_NUMBER(loss)) as loss

from shuju

group by acm,dtype,porgcode,orgid,cmtid

order by num desc;

where TO_DATE(ttime,'yyyyMMddHHmmss')=TO_DATE('20141125','yyyyMMdd')

select ttime from shuju order by ttime desc;

 

where TO_DATE(ttime,'yyyyMMddHHmmss')=TO_DATE('20141125','yyyyMMdd')

 

select TO_DATE(ttime,'yyyyMMddHHmmss') from shuju;

select TO_DATE('20141125','yyyyMMdd') from shuju;

select (TO_DATE(ttime,'yyyyMMddHHmmss')=TO_DATE('20141125','yyyyMMdd')) as aaa from shuju order by aaa asc;

 

用SHELL命令来操作phoenix

用SHELL来操作phoenix，不太好用。无助的时候，你可以喊救命！So,Say Help Help Help

./sqlline.py master:2181

进入shell后，输入help

可以看到很多命令，前面都带了一个叹号。根据意思自己猜一猜功能，然后试一试效果，就可以了。不记录了。

 

用Phoenix Java api操作HBase

这个过程就想是JDBC一样使用就可以了。

①先将phoenix的 core.jar包 和 phoenix的client.jar 包放到lib里。

②创建连接，过程和mysql类似

public Connection GetConnection(){
Connection cc = null;
String driver = "org.apache.phoenix.jdbc.PhoenixDriver";
//String url = "jdbc:phoenix:192.168.206.21:2181";

try {
Class.forName(driver);
} catch (ClassNotFoundException e) {
e.printStackTrace();
}

if (cc == null) {
try {
cc = DriverManager.getConnection(url);
} catch (SQLException e) {
e.printStackTrace();
}
}
return cc;
}

OK 搞定了。