Začínáme s příkladem Apache HBase ve službě HDInsightGet started with an Apache HBase example in HDInsight

Zjistěte, jak vytvořit Apache HBase clusteru v HDInsight vytvářet tabulky HBase a dotazovat tabulky pomocí Apache Hive.Learn how to create an Apache HBase cluster in HDInsight, create HBase tables, and query tables by using Apache Hive. Obecné informace o HBase najdete v tématu Přehled HBase ve službě HDInsight.For general HBase information, see HDInsight HBase overview.

Varování

Za clustery HDInsight se fakturuje za minutu, ať už používáte je nebo není.Billing for HDInsight clusters is prorated per minute, whether you use them or not. Nezapomeňte odstranit cluster po dokončení jeho použití.Be sure to delete your cluster after you finish using it. Zobrazit odstranění clusteru služby HDInsight.See how to delete an HDInsight cluster.

PožadavkyPrerequisites

Než se pustíte do tohoto příkladu HBase, musíte mít následující položky:Before you begin trying this HBase example, you must have the following items:

Vytvoření clusteru Apache HBaseCreate Apache HBase cluster

Následující postup používá šablonu Azure Resource Manageru pro vytvoření clusteru HBase a výchozího účtu služby Azure Storage.The following procedure uses an Azure Resource Manager template to create a HBase cluster and the dependent default Azure Storage account. Pro lepší pochopení parametrů použitých v postupu a dalších metod vytvoření clusteru si projděte téma Vytvoření Hadoop clusterů se systémem Linux v HDInsight.To understand the parameters used in the procedure and other cluster creation methods, see Create Linux-based Hadoop clusters in HDInsight. Další informace o použití Data Lake Storage Gen2 najdete v tématu rychlý start: Nastavení clusterů v HDInsight.For more information on using Data Lake Storage Gen2, see Quickstart: Set up clusters in HDInsight.

  1. Kliknutím na následující obrázek otevřete šablonu na portálu Azure Portal.Click the following image to open the template in the Azure portal. Tato šablona je umístěná na šablony rychlý start Azure.The template is located in Azure quickstart templates.

    Deploy to Azure

  2. V okně Vlastní nasazení zadejte následující hodnoty:From the Custom deployment blade, enter the following values:

    • Předplatné: Vyberte své předplatné Azure, který se používá k vytvoření clusteru.Subscription: Select your Azure subscription that is used to create the cluster.

    • Skupina prostředků: Vytvořit skupinu pro správu prostředků Azure nebo použijte již existující.Resource group: Create an Azure Resource management group or use an existing one.

    • Umístění: Zadejte umístění skupiny prostředků.Location: Specify the location of the resource group.

    • Název clusteru: Zadejte název pro HBase cluster.ClusterName: Enter a name for the HBase cluster.

    • Přihlašovací jméno a heslo clusteru: Výchozí přihlašovací jméno je admin (správce).Cluster login name and password: The default login name is admin.

    • Uživatelské jméno SSH a heslo: Výchozí uživatelské jméno je sshuser (uživatelssh).SSH username and password: The default username is sshuser. Můžete ho změnit.You can rename it.

      Další parametry jsou volitelné.Other parameters are optional.

      Každý cluster obsahuje závislost účtu Azure Storage.Each cluster has an Azure Storage account dependency. Po odstranění clusteru se data zachovají na účtu úložiště.After you delete a cluster, the data retains in the storage account. Výchozí název účtu úložiště clusteru je název clusteru s připojenou příponou „úložiště“.The cluster default storage account name is the cluster name with "store" appended. Je pevně kódovaný v části proměnných šablon.It is hardcoded in the template variables section.

  3. Vyberte Souhlasím s podmínkami a ujednáními uvedenými nahoře a klikněte na Koupit.Select I agree to the terms and conditions stated above, and then click Purchase. Vytvoření clusteru trvá přibližně 20 minut.It takes about 20 minutes to create a cluster.

Poznámka

Po odstranění clusteru služby HBase můžete vytvořit jiný cluster HBase pomocí stejného výchozího kontejneru blob.After an HBase cluster is deleted, you can create another HBase cluster by using the same default blob container. Nový cluster převezme tabulky HBase, které jste vytvořili v původním clusteru.The new cluster picks up the HBase tables you created in the original cluster. Aby se zabránilo nekonzistencím, doporučujeme zakázat tabulky HBase před odstraněním clusteru.To avoid inconsistencies, we recommend that you disable the HBase tables before you delete the cluster.

Vytváření tabulek a vkládání datCreate tables and insert data

SSH slouží k připojení ke clusterům HBase a používání Apache HBase Shell k vytváření tabulek HBase, vkládání dat a dotazování na data.You can use SSH to connect to HBase clusters and then use Apache HBase Shell to create HBase tables, insert data, and query data. Další informace najdete v tématu Použití SSH se službou HDInsight.For more information, see Use SSH with HDInsight.

Pro většinu osob se data zobrazí v tabulkovém formátu:For most people, data appears in the tabular format:

Tabulková data HDInsight HBase

V HBase (implementace cloudu BigTable), vypadají stejná data následovně:In HBase (an implementation of Cloud BigTable), the same data looks like:

Velké objemy tabulkových dat HDInsight HBase

Použití prostředí HBaseTo use the HBase shell

  1. Ze SSH spusťte následující příkaz HBase:From SSH, run the following HBase command:

    hbase shell
    
  2. Vytvořte HBase se skupinami o dvou sloupcích:Create an HBase with two-column families:

    create 'Contacts', 'Personal', 'Office'
    list
    
  3. Vložte některá data:Insert some data:

    put 'Contacts', '1000', 'Personal:Name', 'John Dole'
    put 'Contacts', '1000', 'Personal:Phone', '1-425-000-0001'
    put 'Contacts', '1000', 'Office:Phone', '1-425-000-0002'
    put 'Contacts', '1000', 'Office:Address', '1111 San Gabriel Dr.'
    scan 'Contacts'
    

    Prostředí HDInsight Hadoop HBase

  4. Získání jednoho řádkuGet a single row

    get 'Contacts', '1000'
    

    Měly by se zobrazit stejné výsledky jako pomocí příkazu vyhledávání, protože existuje pouze jeden řádek.You shall see the same results as using the scan command because there is only one row.

    Další informace o schématu tabulky HBase najdete v tématu Úvod do navrhování schémat HBase Apache.For more information about the HBase table schema, see Introduction to Apache HBase Schema Design. Další příkazy HBase najdete v tématu Referenční příručka Apache HBase.For more HBase commands, see Apache HBase reference guide.

  5. Opusťte prostředíExit the shell

    exit
    

Hromadné načítání dat do tabulky kontaktů HBaseTo bulk load data into the contacts HBase table

HBase obsahuje několik metod načítání dat do tabulek.HBase includes several methods of loading data into tables. Další informace naleznete v tématu Hromadné načítání.For more information, see Bulk loading.

Ukázkový datový soubor nachází v kontejneru objektů blob veřejný, wasb://hbasecontacts@hditutorialdata.blob.core.windows.net/contacts.txt.A sample data file can be found in a public blob container, wasb://hbasecontacts@hditutorialdata.blob.core.windows.net/contacts.txt. Obsah datového souboru je:The content of the data file is:

8396    Calvin Raji      230-555-0191    230-555-0191    5415 San Gabriel Dr.
16600   Karen Wu         646-555-0113    230-555-0192    9265 La Paz
4324    Karl Xie         508-555-0163    230-555-0193    4912 La Vuelta
16891   Jonn Jackson     674-555-0110    230-555-0194    40 Ellis St.
3273    Miguel Miller    397-555-0155    230-555-0195    6696 Anchor Drive
3588    Osa Agbonile     592-555-0152    230-555-0196    1873 Lion Circle
10272   Julia Lee        870-555-0110    230-555-0197    3148 Rose Street
4868    Jose Hayes       599-555-0171    230-555-0198    793 Crawford Street
4761    Caleb Alexander  670-555-0141    230-555-0199    4775 Kentucky Dr.
16443   Terry Chander    998-555-0171    230-555-0200    771 Northridge Drive

Volitelně můžete vytvořit textový soubor a nahrát ho do vlastního účtu úložiště.You can optionally create a text file and upload the file to your own storage account. Pokyny najdete v tématu nahrávání dat pro úlohy Apache Hadoop v HDInsight.For the instructions, see Upload data for Apache Hadoop jobs in HDInsight.

Poznámka

Tento postup používá tabulku kontaktů HBase, kterou jste vytvořili v posledním postupu.This procedure uses the Contacts HBase table you have created in the last procedure.

  1. Ze SSH spusťte následující příkaz, který transformuje datový soubor na StoreFiles a uloží ho do relativní cesty určené parametrem Dimporttsv.bulk.output.From SSH, run the following command to transform the data file to StoreFiles and store at a relative path specified by Dimporttsv.bulk.output. Pokud jste v prostředí HBase, odejděte pomocí příkazu exit.If you are in HBase Shell, use the exit command to exit.

    hbase org.apache.hadoop.hbase.mapreduce.ImportTsv -Dimporttsv.columns="HBASE_ROW_KEY,Personal:Name,Personal:Phone,Office:Phone,Office:Address" -Dimporttsv.bulk.output="/example/data/storeDataFileOutput" Contacts wasb://hbasecontacts@hditutorialdata.blob.core.windows.net/contacts.txt
    
  2. Spusťte následující příkaz a nahrajte data z adresy /example/data/storeDataFileOutput do tabulky HBase:Run the following command to upload the data from /example/data/storeDataFileOutput to the HBase table:

    hbase org.apache.hadoop.hbase.mapreduce.LoadIncrementalHFiles /example/data/storeDataFileOutput Contacts
    
  3. Prostředí HBase můžete otevřít a použít příkaz skenování k zobrazení seznamu obsahu tabulky.You can open the HBase shell, and use the scan command to list the table content.

Použití Apache Hive k dotazování služby Apache HBaseUse Apache Hive to query Apache HBase

Data v tabulkách HBase můžete dotazovat pomocí Apache Hive.You can query data in HBase tables by using Apache Hive. V této části vytvoříte tabulku Hive, která se namapuje na tabulku HBase, a použijete ji k dotazování dat v tabulce HBase.In this section, you create a Hive table that maps to the HBase table and uses it to query the data in your HBase table.

  1. Otevřete PuTTY a připojte se ke clusteru.Open PuTTY, and connect to the cluster. Pokyny naleznete v předchozím postupu.See the instructions in the previous procedure.

  2. Z relace SSH pomocí následujícího příkazu spusťte Beeline:From the SSH session, use the following command to start Beeline:

    beeline -u 'jdbc:hive2://localhost:10001/;transportMode=http' -n admin
    

    Další informace o Beeline najdete v tématu Použití Hivu s Hadoopem ve službě HDInsight s Beeline.For more information about Beeline, see Use Hive with Hadoop in HDInsight with Beeline.

  3. Spusťte následující příkaz HiveQL skript k vytvoření tabulky Hive, která se mapuje na tabulku HBase.Run the following HiveQL script to create a Hive table that maps to the HBase table. Před spuštěním tohoto prohlášení ověřte, zda jste vytvořili ukázkové tabulky odkazované dříve v tomto kurzu pomocí prostředí HBase.Make sure that you have created the sample table referenced earlier in this tutorial by using the HBase shell before you run this statement.

    CREATE EXTERNAL TABLE hbasecontacts(rowkey STRING, name STRING, homephone STRING, officephone STRING, officeaddress STRING)
    STORED BY 'org.apache.hadoop.hive.hbase.HBaseStorageHandler'
    WITH SERDEPROPERTIES ('hbase.columns.mapping' = ':key,Personal:Name,Personal:Phone,Office:Phone,Office:Address')
    TBLPROPERTIES ('hbase.table.name' = 'Contacts');
    
  4. Spusťte následující skript HiveQL pro dotaz na data v tabulce HBase:Run the following HiveQL script to query the data in the HBase table:

    SELECT count(rowkey) FROM hbasecontacts;
    

Použití rozhraní REST API HBase pomocí CurlUse HBase REST APIs using Curl

Rozhraní API REST je zabezpečeno pomocí základního ověřování.The REST API is secured via basic authentication. Požadavky byste vždy měli provádět pomocí protokolu HTTPS (Secure HTTP), čímž pomůžete zajistit, že se přihlašovací údaje budou na server odesílat bezpečně.You shall always make requests by using Secure HTTP (HTTPS) to help ensure that your credentials are securely sent to the server.

  1. Pomocí následujícího příkazu můžete zobrazit seznam existujících tabulek HBase:Use the following command to list the existing HBase tables:

    curl -u <UserName>:<Password> \
    -G https://<ClusterName>.azurehdinsight.net/hbaserest/
    
  2. Pokud chcete vytvořit novou tabulku HBase se dvěma skupinami sloupců, použijte následující příkaz:Use the following command to create a new HBase table with two-column families:

    curl -u <UserName>:<Password> \
    -X PUT "https://<ClusterName>.azurehdinsight.net/hbaserest/Contacts1/schema" \
    -H "Accept: application/json" \
    -H "Content-Type: application/json" \
    -d "{\"@name\":\"Contact1\",\"ColumnSchema\":[{\"name\":\"Personal\"},{\"name\":\"Office\"}]}" \
    -v
    

    Schéma je k dispozici ve formátu JSon.The schema is provided in the JSon format.

  3. Chcete-li vložit nějaká data použijte následující příkaz:Use the following command to insert some data:

    curl -u <UserName>:<Password> \
    -X PUT "https://<ClusterName>.azurehdinsight.net/hbaserest/Contacts1/false-row-key" \
    -H "Accept: application/json" \
    -H "Content-Type: application/json" \
    -d "{\"Row\":[{\"key\":\"MTAwMA==\",\"Cell\": [{\"column\":\"UGVyc29uYWw6TmFtZQ==\", \"$\":\"Sm9obiBEb2xl\"}]}]}" \
    -v
    

    Hodnoty určené v přepínači -d musíte zakódovat base64.You must base64 encode the values specified in the -d switch. V tomto příkladu:In the example:

    • MTAwMA==: 1000MTAwMA==: 1000

    • UGVyc29uYWw6TmFtZQ==: Osobní: NameUGVyc29uYWw6TmFtZQ==: Personal:Name

    • Sm9obiBEb2xl: John DoleSm9obiBEb2xl: John Dole

      false-row-key umožňuje vložit více (dávkových) hodnot.false-row-key allows you to insert multiple (batched) values.

  4. Pro získání řádku použijte následující příkaz:Use the following command to get a row:

    curl -u <UserName>:<Password> \
    -X GET "https://<ClusterName>.azurehdinsight.net/hbaserest/Contacts1/1000" \
    -H "Accept: application/json" \
    -v
    

Další informace o HBase Rest naleznete v tématu Referenční příručka Apache HBase.For more information about HBase Rest, see Apache HBase Reference Guide.

Poznámka

Thrift není podporovaný HBase v HDInsight.Thrift is not supported by HBase in HDInsight.

Pokud používáte Curl nebo jinou komunikaci REST s WebHCat, je třeba ověřit žádosti zadáním uživatelského jména a hesla pro správce clusteru HDInsight.When using Curl or any other REST communication with WebHCat, you must authenticate the requests by providing the user name and password for the HDInsight cluster administrator. Název clusteru také musíte použít jako součást identifikátoru URI (Uniform Resource Identifier) sloužícího k odesílání požadavků na server:You must also use the cluster name as part of the Uniform Resource Identifier (URI) used to send the requests to the server:

   curl -u <UserName>:<Password> \
   -G https://<ClusterName>.azurehdinsight.net/templeton/v1/status

Měla by se zobrazit odpověď podobná následující odpovědi:You should receive a response similar to the following response:

   {"status":"ok","version":"v1"}

Kontrola stavu clusteruCheck cluster status

HBase v HDInsight se dodává s webovým uživatelským rozhraním pro sledování clusterů.HBase in HDInsight ships with a Web UI for monitoring clusters. Pomocí webového uživatelského rozhraní, můžete žádat o statistické údaje nebo informace o oblastech.Using the Web UI, you can request statistics or information about regions.

Přístup k hlavnímu uživatelskému rozhraní HBaseTo access the HBase Master UI

  1. Přihlásit se do webového uživatelského rozhraní Ambari na https://<Název_clusteru >. azurehdinsight.net.Sign into the Ambari Web UI at https://<Clustername>.azurehdinsight.net.

  2. V nabídce vlevo klikněte na HBase.Click HBase from the left menu.

  3. V horní části stránky klikněte na Rychlé odkazy, najeďte myší na odkaz na aktivní uzel Zookeeper a klikněte na Hlavní uživatelské rozhraní HBase.Click Quick links on the top of the page, point to the active Zookeeper node link, and then click HBase Master UI. Uživatelské rozhraní se otevře na nové kartě prohlížeče:The UI is opened in another browser tab:

    Hlavní uživatelské rozhraní HDInsight HBase

    Hlavní uživatelské rozhraní HBase obsahuje tyto části:The HBase Master UI contains the following sections:

    • oblastní serveryregion servers
    • zálohování hlavních serverůbackup masters
    • tabulkytables
    • úlohytasks
    • atributy softwarusoftware attributes

Odstranění clusteruDelete the cluster

Aby se zabránilo nekonzistencím, doporučujeme zakázat tabulky HBase před odstraněním clusteru.To avoid inconsistencies, we recommend that you disable the HBase tables before you delete the cluster.

Varování

Za clustery HDInsight se fakturuje za minutu, ať už používáte je nebo není.Billing for HDInsight clusters is prorated per minute, whether you use them or not. Nezapomeňte odstranit cluster po dokončení jeho použití.Be sure to delete your cluster after you finish using it. Zobrazit odstranění clusteru služby HDInsight.See how to delete an HDInsight cluster.

Řešení potížíTroubleshoot

Pokud narazíte na problémy s vytvářením clusterů HDInsight, podívejte se na požadavky na řízení přístupu.If you run into issues with creating HDInsight clusters, see access control requirements.

Další postupNext steps

V tomto článku jste zjistili, jak vytvořit cluster Apache HBase a jak vytvářet tabulky a zobrazovat data v těchto tabulkách z prostředí HBase.In this article, you learned how to create an Apache HBase cluster and how to create tables and view the data in those tables from the HBase shell. Také jste se naučili, jak používat dotazy na data Hive v tabulkách HBase a jak používat rozhraní REST API HBase C# k vytvoření tabulky HBase a načtení dat z tabulky.You also learned how to use a Hive query on data in HBase tables and how to use the HBase C# REST APIs to create an HBase table and retrieve data from the table.

Další informace naleznete v tématu:To learn more, see:

  • Přehled HDInsight HBase: Apache HBase je databáze NoSQL open source Apache postavená na Apache Hadoopu, která umožňuje náhodný přístup a silnou konzistenci pro velké objemy nestrukturovaných a částečně strukturovaných dat.HDInsight HBase overview: Apache HBase is an Apache, open-source, NoSQL database built on Apache Hadoop that provides random access and strong consistency for large amounts of unstructured and semistructured data.