- 实验目的
- 熟悉HBase操作常用的shell 命令和Java API使用；
- 实验要求
- 掌握HBase的基本操作命令和函数接口的使用；
- 实验平台
- 操作系统：Linux（建议Ubuntu16.04或者CentOS 7 以上）；
- Hadoop版本：3.1.3；
- HBase版本：2.2.2；
- JDK版本：1.8；
- Java IDE：Eclipse。
- 实验内容、结果及分析（直接在题目后面列出实验结果以及分析，各个小题的代码以截图方式呈现并标注重点代码，包含java代码运行成功截图）
（实验代码参考网址：HBase2.2.2安装和编程实践指南_厦大数据库实验室博客）
- 编写Java代码完成下列题目（参考课件例子）
- 设计Book表（表格形式），包含basicInfo和SaleInfo两个列族，每一个列族中自定义列限定符（至少3个），自定义数据信息；
BOOK表设计
| 列族名称 | 列限定符 | 数据类型 | 描述 |
| basicInfo | title | String | 书籍标题 |
| basicInfo | author | String | 作者 |
| basicInfo | publish_date | Date | 出版日期 |
| SaleInfo | price | Double | 价格 |
| SaleInfo | quantity | Integer | 库存数量 |
| SaleInfo | sold | Integer | 销售数量 |
- 然后编写Java代码创建Book表，并在HBase shell中验证创建成功；
运行结果：
在HBase shell中验证创建成功:
- 编写程序插入自定义的数据信息；
运行结果：
- 编写程序获取指定列的数据并打印输出；
运行结果：
- 现有以下关系型数据库中的三个表的数据，要求：
学生表（Student）
| 学号（S_No） | 姓名（S_Name） | 性别（S_Sex） | 年龄（S_Age） |
| 2015001 | Zhangsan | male | 23 |
| 2015002 | Mary | female | 22 |
| 2015003 | Lisi | male | 24 |
课程表（Course）
| 课程号（C_No） | 课程名（C_Name） | 学分（C_Credit） |
| 123001 | Math | 2.0 |
| 123002 | Computer Science | 5.0 |
| 123003 | English | 3.0 |
选课表（SC）
| 学号（SC_Sno） | 课程号（SC_Cno） | 成绩（SC_Score） |
| 2015001 | 123001 | 86 |
| 2015001 | 123003 | 69 |
| 2015002 | 123002 | 77 |
| 2015002 | 123003 | 99 |
| 2015003 | 123001 | 98 |
| 2015003 | 123002 | 95 |
- 将其转换为适合于HBase存储的表，利用表格的方式绘制其存储的概念视图；
HBase表设计
| 列族名称 | 列限定符 | 数据类型 | 描述 |
| StudentInfo | S_No | String | 学号 |
| StudentInfo | S_Name | String | 姓名 |
| StudentInfo | S_Sex | String | 性别 |
| StudentInfo | S_Age | Integer | 年龄 |
| CourseInfo | C_No | String | 课程号 |
| CourseInfo | C_Name | String | 课程 |
| CourseInfo | C_Credit | Double | 学分 |
| SC | SC_Sno | String | 学号 |
| SC | SC_Cno | String | 课程号 |
| SC | SC_Score | Integer | 成绩 |
- 实现createTable(String tableName, String[] cfs)函数：创建表，参数tableName为表的名称，字符串数组cfs为存储记录各个列族名称的数组。要求当HBase中已经存在名为tableName的表的时候，先删除原有的表，然后再创建新的表；
相关代码：
执行结果：
验证：
- 实现addRow(String tableName, String row, String[] fields, String[] values)，向表tableName中的行row（可以用学生姓名S_No表示）、指定列中添加数据；fields表示插入的数据记录对应的列名集合，其中每一个元素形式为”列族名:列限定符”；
- 使用上面定义的两个函数实现表的创建以及数据的添加，请思考如何实现多条数据记录的快速添加？使用尽可能少量的代码实现；
- 在hbase shell中验证4）中数据添加的结果；
- 设计modifyData(String tableName, String row, String filed, String val)函数实现指定数据的修改，其中filed形式为”列族名:列限定符”；调用该函数，将2015002 同学的S_Name和Computer Science分数分别修改为你的姓名和学号的后两位；
- 定义scanRow(String tableName, String row, String[] fields)，查看指定列中的数据内容，并将查找的结果按下下列形式打印输出“row filed1,val1 filed2,val2 …”；其中fields表示插入的数据记录对应的列名，其中每一个元素形式为”列族名:列限定符”；调用该函数验证7)中数据是否修改成功；
运行结果
- 定义deleteRow(String tableName, String row)函数，删除指定行键对应的数据记录，并调用该函数删除2015001相应的数据记录，并验证删除成功；
验证：
- 总结HBase使用过程中的优缺点
优点：
- 大规模数据支持：HBase设计用于处理大量的数据，非常适合需要扩展到数千台服务器的大数据应用。
- 高性能：HBase提供实时读写访问，因为它存储数据在内存中，所以访问速度非常快。
- 列族式存储：数据按照列族进行存储，便于数据的分组和权限管理。
- 易于横向扩展：可以通过增加更多的服务器来扩展系统，而不需要停机。
- 高可用性：HBase运行在Hadoop生态系统之上，可以利用Hadoop的高可用性特性。
缺点：
- 学习曲线陡峭：对于新手来说，HBase的概念和API可能比较复杂，需要一定的时间来学习和理解。
- 有限的查询能力：HBase不支持传统的SQL查询，对于复杂的查询操作不太友好。
- 维护成本：HBase集群可能需要专业的维护团队来管理，尤其是在大规模部署时。
- 数据模型限制：HBase最适合稀疏表和多维数据模型，对于需要复杂事务处理的应用可能不太适合。
- 生态系统集成：与其他数据系统集成可能需要额外的工作，例如与实时处理系统或OLAP引擎的集成。
- 实验小结（问题和收获）
问题：最初接触HBase时，它的数据模型和API让我感到困惑，尤其是列族和列限定符的概念。配置HBase集群需要对Hadoop生态系统有深入的了解，配置过程中遇到了不少问题。在实验过程中，我发现自己需要学习如何优化HBase的性能，包括内存管理、预分区和压缩策略等。在进行数据操作时，我遇到了一些错误，例如尝试删除一个不存在的行，或者在错误的列族中插入数据。
收获：
通过这次实验，我获得了使用HBase进行数据存储和查询的实际经验。更好地理解了NoSQL数据库的概念，以及它们与传统关系型数据库的区别。学会了如何设计适合HBase的数据模型，以及如何有效地存储和检索数据。在解决实验中遇到的问题时，我提高了自己的问题解决能力，学会了查阅文档和社区资源。我对Hadoop生态系统有了更全面的认识，了解了HBase在大数据处理中的作用。
