Kurz: Použití Apache HBase v Azure HDInsightTutorial: Use Apache HBase in Azure HDInsight

Tento kurz ukazuje, jak vytvořit cluster Apache HBase v Azure HDInsight, vytvářet tabulky HBase a dotazovat tabulky pomocí Apache Hive.This tutorial demonstrates how to create an Apache HBase cluster in Azure HDInsight, create HBase tables, and query tables by using Apache Hive. Obecné informace o HBase naleznete v tématu přehled HDInsight HBase.For general HBase information, see HDInsight HBase overview.

V tomto kurzu se naučíte:In this tutorial, you learn how to:

  • Vytvoření clusteru Apache HBaseCreate Apache HBase cluster
  • Vytváření tabulek HBase a vkládání datCreate HBase tables and insert data
  • Použití Apache Hive k dotazování služby Apache HBaseUse Apache Hive to query Apache HBase
  • Použití rozhraní REST API HBase pomocí CurlUse HBase REST APIs using Curl
  • Kontrola stavu clusteruCheck cluster status

PožadavkyPrerequisites

Vytvoření clusteru Apache HBaseCreate Apache HBase cluster

Následující postup používá šablonu Azure Resource Manageru k vytvoření clusteru HBase a výchozího účtu služby Azure Storage.The following procedure uses an Azure Resource Manager template to create an 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.

  1. Následující obrázek otevřete šablonu na webu Azure Portal.Select 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:

    VlastnostProperty PopisDescription
    PředplatnéSubscription Vyberte své předplatné Azure, který se používá k vytvoření clusteru.Select your Azure subscription that is used to create the cluster.
    Skupina prostředkůResource group Vytvořit skupinu pro správu prostředků Azure nebo použijte již existující.Create an Azure Resource management group or use an existing one.
    LocationLocation Zadejte umístění skupiny prostředků.Specify the location of the resource group.
    Název clusteruClusterName Zadejte název pro HBase cluster.Enter a name for the HBase cluster.
    Cluster přihlašovací jméno a hesloCluster login name and password Výchozí přihlašovací jméno je admin (správce).The default login name is admin.
    Uživatelské jméno SSH a hesloSSH username and password Výchozí uživatelské jméno je sshuser (uživatelssh).The default username is sshuser.

    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 vyjadřuji souhlas s podmínkami a ujednáními uvedenými nahořea pak vyberte nákupní.Select I agree to the terms and conditions stated above, and then select Purchase. Vytvoření clusteru trvá přibližně 20 minut.It takes about 20 minutes to create a cluster.

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.

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. Použití ssh příkazu se připojte ke svému clusteru HBase.Use ssh command to connect to your HBase cluster. Upravte následující příkaz tak, že nahradíte CLUSTERNAME s názvem vašeho clusteru a potom zadejte příkaz:Edit the command below by replacing CLUSTERNAME with the name of your cluster, and then enter the command:

    ssh sshuser@CLUSTERNAME-ssh.azurehdinsight.net
    
  2. Použití hbase shell příkaz ke spuštění interaktivního prostředí HBase.Use hbase shell command to start the HBase interactive shell. Zadejte následující příkaz v připojení SSH:Enter the following command in your SSH connection:

    hbase shell
    
  3. Použití create příkaz pro vytvoření tabulky HBase se dvěma skupinami sloupců.Use create command to create an HBase table with two-column families. Názvy tabulek a sloupců jsou malá a velká písmena.The table and column names are case-sensitive. Zadejte následující příkaz:Enter the following command:

    create 'Contacts', 'Personal', 'Office'
    
  4. Použití list příkazu zobrazte výpis všech tabulek v HBase.Use list command to list all tables in HBase. Zadejte následující příkaz:Enter the following command:

    list
    
  5. Použití put příkaz pro vložení hodnot v zadaném sloupci v zadaný řádek v určité tabulce.Use put command to insert values at a specified column in a specified row in a particular table. Zadejte následující příkazy:Enter the following commands:

    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.'
    
  6. Použití scan příkaz kontrolovat a vrátíte se Contacts dat tabulky.Use scan command to scan and return the Contacts table data. Zadejte následující příkaz:Enter the following command:

    scan 'Contacts'
    

    Prostředí HDInsight Hadoop HBase

  7. Použití get příkaz k načtení obsahu řádku.Use get command to fetch contents of a row. Zadejte následující příkaz:Enter the following command:

    get 'Contacts', '1000'
    

    Zobrazit podobné výsledky jako pomocí scan příkaz, protože existuje pouze jeden řádek.You see similar 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.

  8. Použití exit příkaz k zastavení interaktivní prostředí HBase.Use exit command to stop the HBase interactive shell. Zadejte následující příkaz:Enter the following command:

    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.

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

  1. Z vaší open ssh připojení, spusťte následující příkaz, který umožňuje transformovat data soubor na StoreFiles a uložit do relativní cesty určené Dimporttsv.bulk.output.From your open ssh connection, run the following command to transform the data file to StoreFiles and store at a relative path specified by Dimporttsv.bulk.output.

    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 /example/data/storeDataFileOutput na tabulku 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. Můžete otevřít prostředí HBase a použít scan příkazu zobrazíte obsah tabulky.You can open the HBase shell, and use the scan command to list the table contents.

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. Z vaší otevřít připojení ssh, pomocí následujícího příkazu spusťte Beeline:From your open ssh connection, 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.

  2. 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. Ujistěte se, že jste vytvořili ukázkové tabulky odkazované dříve v tomto článku pomocí prostředí HBase před spuštěním tohoto příkazu.Make sure that you have created the sample table referenced earlier in this article 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');
    
  3. 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) AS rk_count FROM hbasecontacts;
    
  4. Chcete-li ukončit Beeline, použijte !exit.To exit Beeline, use !exit.

  5. Chcete-li ukončit váš ssh připojení, použijte exit.To exit your ssh connection, use exit.

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. Inicializovat proměnnou prostředí pro snadné použití.Initiate environment variable for ease of use. Upravte příkazy pod nahrazením MYPASSWORD s přihlašovací heslo clusteru.Edit the commands below by replacing MYPASSWORD with the cluster login password. Nahraďte MYCLUSTERNAME s názvem vašeho clusteru HBase.Replace MYCLUSTERNAME with the name of your HBase cluster. Potom zadejte příkazy.Then enter the commands.

    export password='MYPASSWORD'
    export clustername=MYCLUSTERNAME
    
  2. Pomocí následujícího příkazu můžete zobrazit seznam existujících tabulek HBase:Use the following command to list the existing HBase tables:

    curl -u admin:$password \
    -G https://$clustername.azurehdinsight.net/hbaserest/
    
  3. 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 admin:$password \
    -X PUT "https://$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.

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

    curl -u admin:$password \
    -X PUT "https://$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.

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

    curl -u admin:$password \
    GET "https://$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. Přihlaste se k webovému uživatelskému rozhraní Ambari na https://CLUSTERNAME.azurehdinsight.net kde CLUSTERNAME je název vašeho clusteru HBase.Sign into the Ambari Web UI at https://CLUSTERNAME.azurehdinsight.net where CLUSTERNAME is the name of your HBase cluster.

  2. Vyberte HBase v levé nabídce.Select HBase from the left menu.

  3. Vyberte rychlé odkazy nahoře na stránce, přejděte na odkaz aktivní uzel Zookeeper a pak vyberte hlavní uživatelské rozhraní HBase.Select Quick links on the top of the page, point to the active Zookeeper node link, and then select 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

Vyčištění prostředkůClean up resources

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. Můžete použít příkaz HBase disable 'Contacts'.You can use the HBase command disable 'Contacts'. Pokud nebudete tuto aplikaci používat, odstraňte cluster HBase, který jste vytvořili pomocí následujících kroků:If you're not going to continue to use this application, delete the HBase cluster that you created with the following steps:

  1. Přihlaste se k webu Azure Portal.Sign in to the Azure portal.
  2. V hledání pole v horní části, typ HDInsight.In the Search box at the top, type HDInsight.
  3. Vyberte clustery HDInsight pod služby.Select HDInsight clusters under Services.
  4. V seznamu clusterů HDInsight, který se zobrazí, klikněte ... u clusteru, který jste vytvořili pro účely tohoto kurzu.In the list of HDInsight clusters that appears, click the ... next to the cluster that you created for this tutorial.
  5. Klikněte na tlačítko odstranit.Click Delete. Klikněte na Ano.Click Yes.

Další postupNext steps

V tomto kurzu jste zjistili, jak vytvořit cluster Apache HBase a jak vytvářet tabulky a zobrazovat data v těchto tabulkách z prostředí HBase.In this tutorial, 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: