本文共 3960 字，大约阅读时间需要 13 分钟。
前沿：
以前都是用mongodb的，但是量大了，mongodb显得不那么靠谱，改成hbase撑起一个量级。
HBase是Apache Hadoop的数据库，能够对大型数据提供随机、实时的读写访问。HBase的目标是存储并处理大型的数据。HBase是一个开源的，分布式的，多版本的，面向列的存储模型。它存储的是松散型数据。
HBase提供了丰富的访问接口。
HBase Shell
Java clietn API
Jython、Groovy DSL、Scala
REST
Thrift（Ruby、Python、Perl、C++…）
MapReduce
Hive/Pig
hbase(main):001:0>
#创建表
hbase(main):002:0* create 'blog','info','content'
0 row(s) in 2.0290 seconds
#查看表
hbase(main):003:0> list
TABLE
blog
test_standalone
2 row(s) in 0.0270 seconds
#增添数据
hbase(main):004:0> put 'blog','1','info:editor','liudehua'
0 row(s) in 0.1340 seconds
hbase(main):005:0> put 'blog','1','info:address','bj'
0 row(s) in 0.0070 seconds
hbase(main):006:0> put 'blog','1','content:header','this is header'
0 row(s) in 0.0070 seconds
hbase(main):007:0>
hbase(main):008:0*
hbase(main):009:0* get 'blog','1'
COLUMN CELL
content:header timestamp=1407464302384, value=this is header
info:address timestamp=1407464281942, value=bj
info:editor timestamp=1407464270098, value=liudehua
3 row(s) in 0.0360 seconds
hbase(main):010:0> get 'blog','1','info'
COLUMN CELL
info:address timestamp=1407464281942, value=bj
info:editor timestamp=1407464270098, value=liudehua
2 row(s) in 0.0120 seconds
#这里是可以按照条件查询的。
hbase(main):012:0* scan 'blog'
ROW COLUMN+CELL
1 column=content:header, timestamp=1407464302384, value=this is header
1 column=info:address, timestamp=1407464281942, value=bj
1 column=info:editor, timestamp=1407464270098, value=liudehua
1 row(s) in 0.0490 seconds
hbase(main):013:0>
hbase(main):014:0* put 'blog','1','content:header','this is header2'
0 row(s) in 0.0080 seconds
hbase(main):015:0>
hbase(main):016:0*
hbase(main):017:0* put 'blog','1','content:header','this is header3'
0 row(s) in 0.0050 seconds
hbase(main):018:0> scan 'blog'
ROW COLUMN+CELL
1 column=content:header, timestamp=1407464457128, value=this is header3
1 column=info:address, timestamp=1407464281942, value=bj
1 column=info:editor, timestamp=1407464270098, value=liudehua
1 row(s) in 0.0180 seconds
hbase(main):020:0> get 'blog','1','content:header'
COLUMN CELL
content:header timestamp=1407464457128, value=this is header3
1 row(s) in 0.0090 seconds
hbase(main):021:0>
原文：
#可以看到历史版本记录
hbase(main):022:0* get 'blog','1',{COLUMN => 'content:header',VERSIONS => 2}
COLUMN CELL
content:header timestamp=1407464457128, value=this is header3
content:header timestamp=1407464454648, value=this is header2
2 row(s) in 0.0100 seconds
#可以看到历史版本记录
hbase(main):023:0> get 'blog','1',{COLUMN => 'content:header',VERSIONS => 3}
COLUMN CELL
content:header timestamp=1407464457128, value=this is header3
content:header timestamp=1407464454648, value=this is header2
content:header timestamp=1407464302384, value=this is header
3 row(s) in 0.0490 seconds
hbase(main):024:0>
base用java来操作是最方便，也效率最高的方式。但java并非轻量级，不方便在任何环境下调试。而且不同的开发人员熟悉的语言不一样，开发效率也不一样。hbase 通过thrift，还可以用python,ruby,cpp,perl等语言来操作。
thrift是facebook开发开源的类似google的protobuf的远程调用组件。但protobuf只有数据的序列化，且只支持二进制协议，没有远程调用部分。protobuf原生支持cpp,python,java,另外还有第三方实现的objectc，ruby等语言。而thrift是实现了序列化，传输，协议定义，远程调用等功能，跨语言能力更多。某些方面二者可以互相替代，但一些方面则各有适用范围。
原文：
thrift的安装及thrift python的相关模块 ～
| 1 2 3 4 5 6 7 | http: / / www.apache.org / dist / / thrift / 0.9 . 1 / thrift - 0.9 . 1.tar .gz tar zxvf thrift - 0.8 . 0.tar .gz cd thrift - 0.8 . 0 . / configure - with - cpp = no make sudo make install sudo pip install thrift |
这里是可以生成python的thrift和hbase模块 ～
| 1 | thrift - gen py / home / ubuntu / hbase - 0.98 . 1 / hbase - thrift / src / main / resources / org / apache / hadoop / hbase / thrift / Hbase.thrift |
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 | from thrift.transport import TSocket from thrift.protocol import TBinaryProtocol from hbase import Hbase transport = TSocket.TSocket( 'localhost' , 9090 ) protocol = TBinaryProtocol.TBinaryProtocol(transport) client = Hbase.Client(protocol) transport. open () client.getTableNames() |
原文：
hbase 0.98的版本 貌似没有thrift的相关组建，我这里的用的是0.94版本搞定的。
本文转自 rfyiamcool 51CTO博客，原文链接：http://blog.51cto.com/rfyiamcool/1537505，如需转载请自行联系原作者