Apache Tajo - 与 HBase 集成

Apache Tajo 支持 HBase 集成。 这使我们能够访问 Tajo 中的 HBase 表。 HBase 是一个构建在 Hadoop 文件系统之上的分布式、面向列的数据库。 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 集成需要执行以下步骤。

设置环境变量

将以下更改添加到"conf/tajo-env.sh"文件中。

$ 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 会将 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，您必须配置表空间位置。

此处，

• Table − 设置hbase源表名称。 如果要创建外部表，该表必须存在于HBase上。

• Columns − Key指的是HBase的行键。 列条目数需要等于 Tajo 表列数。

• hbase.zookeeper.quorum − 设置zookeeper仲裁地址。

• 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>/';

此处，位置路径字段设置 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

您可以使用"hbase shell"命令启动 HBase 交互式 shell，如以下查询所示。

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，您应该完成以下步骤−

第 1 步 − 将以下命令通过管道传输到 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' 

第 2 步 − 现在，在 hbase shell 中发出以下命令将数据加载到表中。

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

第 3 步 − 现在，返回Tajo shell并执行以下命令来查看表的元数据 −

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

第 4 步 − 要从表中获取结果，请使用以下查询 −

查询

default> select * from students

结果

上面的查询将获取以下结果 −

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