Apache Tajo - 与HBase集成

---

---

Apache Tajo 支持与 HBase 集成。这使我们能够在 Tajo 中访问 HBase 表。HBase 是一个基于 Hadoop 文件系统构建的分布式列式数据库。它是 Hadoop 生态系统的一部分，提供对 Hadoop 文件系统中数据的随机实时读写访问。配置 HBase 集成需要以下步骤。

设置环境变量

将以下更改添加到“conf/tajo-env.sh”文件。

$ vi conf/tajo-env.sh  
# HBase home directory. It is opitional but is required mandatorily to use HBase. 
# export HBASE_HOME = path/to/HBase

包含 HBase 路径后，Tajo 将将 HBase 库文件设置为类路径。

创建外部表

使用以下语法创建外部表：

CREATE [EXTERNAL] TABLE [IF NOT EXISTS] <table_name> [(<column_name> <data_type>, ... )] 
USING hbase WITH ('table' = '<hbase_table_name>' 
, 'columns' = ':key,<column_family_name>:<qualifier_name>, ...' 
, 'hbase.zookeeper.quorum' = '<zookeeper_address>' 
, 'hbase.zookeeper.property.clientPort' = '<zookeeper_client_port>') 
[LOCATION 'hbase:zk://<hostname>:<port>/'] ;

要访问 HBase 表，必须配置表空间位置。

这里，

• 表 - 设置 hbase 源表名。如果要创建外部表，则表必须存在于 HBase 中。

• 列 - Key 指的是 HBase 行键。列条目的数量需要等于 Tajo 表列的数量。

• hbase.zookeeper.quorum - 设置 zookeeper 集群地址。

• hbase.zookeeper.property.clientPort - 设置 zookeeper 客户端端口。

查询

CREATE EXTERNAL TABLE students (rowkey text,id int,name text) 
USING hbase WITH ('table' = 'students', 'columns' = ':key,info:id,content:name') 
LOCATION 'hbase:zk://<hostname>:<port>/';

这里，Location path 字段设置 zookeeper 客户端端口 ID。如果不设置端口，Tajo 将引用 hbase-site.xml 文件的属性。

在 HBase 中创建表

可以使用“hbase shell”命令启动 HBase 交互式 shell，如下面的查询所示。

查询

/bin/hbase shell 

结果

上述查询将生成以下结果。

hbase(main):001:0>

查询 HBase 的步骤

要查询 HBase，应完成以下步骤：

步骤 1 - 将以下命令传递到 HBase shell 以创建“tutorial”表。

查询

hbase(main):001:0> create ‘students’,{NAME => ’info’},{NAME => ’content’} 
put 'students', ‘row-01', 'content:name', 'Adam' 
put 'students', ‘row-01', 'info:id', '001' 
put 'students', ‘row-02', 'content:name', 'Amit' 
put 'students', ‘row-02', 'info:id', '002' 
put 'students', ‘row-03', 'content:name', 'Bob' 
put 'students', ‘row-03', 'info:id', ‘003' 

步骤 2 - 现在，在 hbase shell 中发出以下命令以将数据加载到表中。

main):001:0> cat ../hbase/hbase-students.txt | bin/hbase shell

步骤 3 - 现在，返回到 Tajo shell 并执行以下命令以查看表的元数据：

default> \d students;  

table name: default.students 
table path: 
store type: HBASE 
number of rows: unknown 
volume: 0 B 
Options: 
   'columns' = ':key,info:id,content:name' 
   'table' = 'students'  

schema: 
rowkey  TEXT 
id  INT4 
name TEXT

步骤 4 - 要从表中获取结果，请使用以下查询：

查询

default> select * from students

结果

上述查询将获取以下结果：

rowkey,  id,  name 
------------------------------- 
row-01,  001,  Adam 
row-02,  002,  Amit 
row-03   003,  Bob