hadoop2 hbase0.96 phoenix实战

问题导读
1phoenix哪三种操作方式？
2./sqlline.sh node31:2181 的作用是什么？
3psql方式如何导入数据？





版本：

phoenix：2.2.2，可以下载源码（https://github.com/forcedotcom/phoenix/tree/port-0.96）自己编译，或者从这里下载（http://download.csdn.net/detail/fansy1990/7146479、http://download.csdn.net/detail/fansy1990/7146501）。

hadoopp：hadoop2.2.0

hbase：hbase-0.96.2-hadoop2。

首先把hbase和hadoop2 配置好，hadoop2就不多少了，配置的是伪分布式的yarn方式。hbase配置的是伪分布式，并且使用自带的zookeeper(默认端口2181)。

hbase的配置文件如下：

hbase-site.xml:

<configuration>
        <property>
            <name>hbase.rootdir</name>
            <value>hdfs://node31:9000/hbase</value>
        </property>
        <property>
            <name>hbase.cluster.distributed</name>
            <value>true</value>
        </property>
        <property>
                <name>hbase.zookeeper.quorum</name>
                <value>node31</value>
        </property>
        <property>
                <name>hbase.zookeeper.property.dataDir</name>
                <value>/var/zookeeper</value>
        </property>
        <property>
                <name>dfs.replication</name>
                <value>1</value>
        </property>
</configuration>
复制代码

下载phoenix2.2 的压缩包，然后解压缩。
1. 把$PHOENIX_HOME/target/phoenix-2.2.0-SNAPSHOT.jar 文件拷贝到$HBASE_HOME/lib/下面，重启hbase。

2. 把 $HBASE_HOME/conf/hbase-site.xml文件拷贝到$PHOENIX_HOME/bin/下面，替换原来的文件。

三种操作方式：

1.  sqlline方式：

进入$PHOENIX_HOME/bin 输入：./sqlline.sh node31:2181 ，其中node31:2181是zookeeper的地址；然后就是命令行了，如下：



2. psql方式：

2.1 新建表：

命令：./psql.sh node31:2181 ../examples/stock_symbol.sql  ， 其中 ../examples/stock_symbol.sql是建表的sql语句，如下：

CREATE TABLE IF NOT EXISTS WEB_STAT (
     HOST CHAR(2) NOT NULL,
     DOMAIN VARCHAR NOT NULL,
     FEATURE VARCHAR NOT NULL,
     DATE DATE NOT NULL,
     USAGE.CORE BIGINT,
     USAGE.DB BIGINT,
     STATS.ACTIVE_VISITOR INTEGER
     CONSTRAINT PK PRIMARY KEY (HOST, DOMAIN, FEATURE, DATE)
);
复制代码

2.2 导入数据：

命令：./psql.sh -t WEB_STAT node31:2181 ../examples/web_stat.csv  ， 其中 -t 后面是表名， ../examples/web_stat.csv 是csv数据（注意数据的分隔符需要是逗号）。
首先使用sqlline查看：


从上面的数据可以看到倒数第一、二条数据的primary key是一样的，primary key是作为hbase的row key的，应该是不一样的。所以这样肯定是有问题的，看原始数据：


可以看到这两个记录是不相同的，所以是可以插入的，不过只是在sqlline中并没有全部显示DATE的全部而已。
在Hbase中查看表数据：


这里可以看到在建表语句中使用USAGE.CORE就说明USAGE是一个family，而CORE则是它的一个列。
2.3 查询：命令：./psql.sh -t WEB_STAT node31:2181 ../examples/web_stat_queries.sql （或者./psql.sh -t WEB_STAT node31:2181 ../examples/web_stat_queries.sql > result.txt  ，这样是把查询的数据保存到文件而已）
查询的结果如下：

DOMAIN     AVERAGE_CPU_USAGE AVERAGE_DB_USAGE   
---------- ----------------- ----------------   
Salesforce.com          260.7272         257.6363   
Google.com           212.875           213.75   
Apple.com           114.1111         119.5555   
Time: 0.087 sec(s)  
  
DAY                 TOTAL_CPU_USAGE MIN_CPU_USAGE MAX_CPU_USAGE   
------------------- --------------- ------------- -------------   
2013-01-01 00:00:00              35            35            35   
2013-01-02 00:00:00             150            25           125   
2013-01-03 00:00:00              88            88            88   
2013-01-04 00:00:00              26             3            23   
2013-01-05 00:00:00             550            75           475   
2013-01-06 00:00:00              12            12            12   
2013-01-08 00:00:00             345           345           345   
2013-01-09 00:00:00             390            35           355   
2013-01-10 00:00:00             345           345           345   
2013-01-11 00:00:00             335           335           335   
2013-01-12 00:00:00               5             5             5   
2013-01-13 00:00:00             355           355           355   
2013-01-14 00:00:00               5             5             5   
2013-01-15 00:00:00             720            65           655   
2013-01-16 00:00:00             785           785           785   
2013-01-17 00:00:00            1590           355          1235   
Time: 0.246 sec(s)  
  
HOST TOTAL_ACTIVE_VISITORS   
---- ---------------------   
EU                     150   
NA                       1   
Time: 0.37 sec(s)  
复制代码

3. csv-bulk-loader.sh方式：
首先把phoenix jar包拷贝的hadoop lib目录：cp /opt/phoenix-port-0.96/target/phoenix-2.2.0-SNAPSHOT.jar /opt/hadoop2/share/hadoop/common/lib/

这种方式的使用参数：

Usage: csv-bulk-loader <option value>  
Note: phoenix-[version].jar needs to be on Hadoop classpath on each node  
  
<option>  <value>  
-i        CSV data file path in hdfs (mandatory)  
-s        Phoenix schema name (mandatory if not default)  
-t        Phoenix table name (mandatory)  
-sql      Phoenix create table sql file path (mandatory)  
-zk       Zookeeper IP:<port> (mandatory)  
-mr       MapReduce Job Tracker IP:<port> (mandatory)  
-hd       HDFS NameNode IP:<port> (mandatory)  
-o        Output directory path in hdfs (optional)  
-idx      Phoenix index table name (optional, not yet supported)  
-error    Ignore error while reading rows from CSV? (1-YES | 0-NO, default-1) (optional)  
-help     Print all options (optional)  
复制代码

额，由于一定要提供一个mr，所以可能这种方式只能适用于hadoop1了。
另外经过试验，./psql.sh -t WEB_STAT node31:2181 hdfs://node31:9000/input/web_stat.csv 这种方式也是不行的，所以数据暂时不能从hdfs到hbase了。

不过，看到 java -cp "$phoenix_client_jar" com.salesforce.phoenix.map.reduce.CSVBulkLoader "$@" 这个，那么或许可以修改 CSVBulkLoader的源码，然后让其支持这个操作，同时-sql，应该也是可选项来的，而不应该是必选项。这两天试着改改好了。（虽说，phoenix高版本肯定是已经做了这个，不过如果个人修改的话，应该也可以增加点编程能力）



blog地址：http://blog.csdn.net/fansy1990