Phoenix(SQL On HBase)

1.簡介

 

 

Phoenix是一個HBase框架，可以通過SQL的方式來操作HBase。

Phoenix是構建在HBase上的一個SQL層，是內嵌在HBase中的JDBC驅動，能夠讓用戶使用標准的JDBC來操作HBase。

Phoenix使用JAVA語言進行編寫，其查詢引擎會將SQL查詢語句轉換成一個或多個HBase Scanner，且並行執行生成標准的JDBC結果集。

 

*如果需要對HBase進行復雜的操作，那么應該使用Phoenix，其會將SQL語句轉換成HBase相應的API。

*Phoenix只能用在HBase上，其查詢性能要遠高於Hive。

 

 

2.Phoenix與HBase的關系

 

Phoenix與HBase中的表是獨立的，兩者之間沒有必然的關系。

Phoenix與HBase集成后會創建六張系統表：SYSTEM.CATALOG、SYSTEM.FUNCTION、SYSTEM.LOG、SYSTEM.SEQUENCE、SYSTEM.STATS，其中SYSTEM.CATALOG表用於存放Phoenix創建表時的元數據。

Phoenix創建表時會自動調用HBase客戶端創建相應的表，並且在SYSTEM.CATALOG系統表中記錄Phoenix創建表時的元數據，其主鍵的值對應HBase的RowKey，非主鍵的列對應HBase的Column（列族不指定時為0，且列會進行編碼）

如果是通過Phoenix創建的表，那么必須通過Phoenix客戶端來對表進行操作，因為通過Phoenix創建的表其非主鍵的列會進行編碼。

 

 

3.Phoenix語法

 

Phoenix的SQL中如果表名、字段名不使用雙引號標注那么默認轉換成大寫。

Phoenix中的字符串使用單引號進行標注。 

 

創建表

CREATE TABLE IF NOT EXISTS us_population (
      state CHAR(2) NOT NULL,
      city VARCHAR NOT NULL,
      population BIGINT
      CONSTRAINT my_pk PRIMARY KEY (state, city)
);

*主鍵的值對應HBase中的RowKey，列族不指定時默認是0，非主鍵的列對應HBase的列。

 

刪除表

DROP TABLE us_population;

 

查詢數據

SELECT * FROM us_population WHERE state = 'NA' AND population > 10000 ORDER BY population DESC;

*在進行查詢時，支持ORDER BY、GROUP BY、LIMIT、JOIN等操作，同時Phoenix提供了一系列的函數，其中包括COUNT()、MAX()、MIN()、SUM()等，具體的函數列表可以查看：http://phoenix.apache.org/language/functions.html

*不管條件中的列是否是聯合主鍵中的，Phoenix一樣可以支持。

 

刪除數據

DELETE FROM us_population WHERE state = 'NA';

 

插入或更新數據

UPSERT INTO us_population VALUES('CA','GZ',850000);

UPSERT INTO us_population(state,city) VALUES('CA','GZ');

*如果主鍵的值重復，那么進行更新操作，否則插入一條新的記錄（在進行更新時，沒有更新的列保持原值，在進行插入時，沒有插入的列為null）

*在使用UPSERT時，主鍵的列不能為空（包括聯合主鍵）

 

 

4.Phoenix映射HBase 

 

只要直接通過HBase客戶端創建的表，若想用Phoenix來進行操作，那么必須要進行表的映射，因為SYSTEM.CATALOG表中並沒有維護Phoenix創建表的元數據。

 

創建表來進行表的映射

CREATE TABLE IF NOT EXISTS 表名(
  列名 類型 主鍵,
  列簇.列名,
  列簇.列名
)

*HBase中的RowKey映射Phoenix的主鍵，HBase中的Column映射Phoenix的列，且使用列簇名.列名進行映射。

*相當於在SYSTEM.CATALOG表中錄入相關的元數據，使Phoenix能夠進行操作它。

 

創建視圖來進行表的映射

CREATE VIEW 視圖名(
  列名 類型 主鍵,
  列簇.列名,
  列簇.列名
)

*Phoenix中的視圖只能進行查詢，不能進行添加、更新、刪除操作。

 

 

5.Phoenix優化

 

1.服務端配置優化

 

 

*往HBase安裝目錄下的conf目錄下的hbase-site.xml文件中添加配置。

 

 

2.對表中的數據進行分區

 

哈希取模

通過在創建表時指定SALE_BUCKETS來實現將表中的數據預分割到多個Region中，有利於提高讀取數據的性能。

其原理是將RowKey進行散列，把得到的余數的byte值插入到RowKey的第一個字節中，並通過預定義每個Region的Start Key和End Key，將數據分散存儲到不同的Region中。

CREATE TABLE IF NOT EXISTS us_population (
      state CHAR(2) NOT NULL,
      city VARCHAR NOT NULL,
      population BIGINT
      CONSTRAINT my_pk PRIMARY KEY (state, city)
)SALT_BUCKETS=16;

*通過SALE_BUCKETS設置哈希函數的除數P（除留余數法）

 

根據值來進行預分區

在創建表時，可以精確的指定RowKey根據什么值來進行預分區，不同的值存儲在獨立的Region中，有利於提高讀取數據的性能。

CREATE TABLE IF NOT EXISTS us_population (
      state CHAR(2) NOT NULL,
      city VARCHAR NOT NULL,
      population BIGINT
      CONSTRAINT my_pk PRIMARY KEY (state, city)
)SPLIT ON('CS','EU','NA');

 

 

3.創建表時指定列簇

 

在HBase中每個列簇對應一個文件，如果要查詢的列其列簇下只有它自己，那么將極大的提高讀取數據的性能。

CREATE TABLE IF NOT EXISTS us_population (
      state CHAR(2) NOT NULL,
      city VARCHAR NOT NULL,
      C1.population BIGINT
      CONSTRAINT my_pk PRIMARY KEY (state, city)
);

*列族只能在非主鍵列中進行指定。

 

 

4.對表進行壓縮

 

在創建表時可以指定表的壓縮方式，能極大的提高數據的讀寫效率。

CREATE TABLE IF NOT EXISTS us_population (
      state CHAR(2) NOT NULL,
      city VARCHAR NOT NULL,
      population BIGINT
      CONSTRAINT my_pk PRIMARY KEY (state, city)
)COMPRESSION='GZ';

*可選的壓縮方式包括GZip、Snappy、Lzo等。

 

 

5.使用二級索引

 

在HBase中會自動為RowKey添加索引，因此在通過RowKey查詢數據時效率會很高，但是如果要根據其他列來進行組合查詢，那么查詢的性能就很低下，此時可以使用Phoenix提供的二級索引，能夠極大的提高查詢數據的性能。

 

創建普通索引

CREATE INDEX 索引名稱 ON 表名(列名)

 

創建二級索引

CREATE INDEX 索引名稱 ON 表名(列名) INCLUDE(列名)

 

 

6.Phoenix的搭建

 

1.安裝JDK、Hadoop、Zookeeper、HBase

由於Phoenix是內嵌在HBase的JDBC驅動，且HBase是通過JAVA語言編寫的，其基於HDFS，且依賴於Zookeeper進行服務的協調和HA高可用配置，因此需要安裝JDK、Hadoop和Zookeeper，並配置好JAVA_HOME環境變量。

 

由於HDFS一般都以集群的方式運行，因此需要搭建HDFS集群並啟動。

*在搭建HDFS集群時，需要相互配置SSH使之互相信任並且開放防火牆相應的端口，或者直接關閉防火牆。

 

啟動Zookeeper集群

 

由於HBase一般都以集群的方式運行，因此需要搭建HBase集群並啟動。 

 

 

2.安裝Phoenix

 

選擇對應HBase版本的Phoenix版本：http://archive.apache.org/dist

將下載后的hbase-server.jar復制到HBase安裝目錄的lib目錄下。

 

 

3.重啟HBase集群

 

由於已經將Phoenix的hbase-server.jar復制到HBase的lib目錄下，當HBase集群啟動時將會加載Phoenix，並加載hbase-site.xml配置文件（存放HBase和Phoenix的配置），此時可以使用Phoenix客戶端進行連接，通過標准的JDBC來操作HBase。

*Phoenix第一次啟動時，會在HBase中創建六張系統表，用於存放Phoenix的相關信息。

 

 

7.Phoenix客戶端

 

使用sqlline.py操作Phoenix

 

Phoenix提供了sqlline.py腳本用於啟動Phoenix客戶端並進行連接，啟動時只需要指定HBase連接的Zookeeper集群地址即可。 

*使用!tables查詢通過Phoenix創建的表（即SYSTEM.CATALOG表中的元數據）

 

使用JAVA操作Phoenix

 

導入依賴

<dependency> 
  <groupId>org.apache.phoenix</groupId>  
  <artifactId>phoenix-core</artifactId>  
  <version>4.14.1-HBase-1.2</version> 
</dependency>

 

使用標准的JDBC來操作HBase

//加載驅動
Class.forName("org.apache.phoenix.jdbc.PhoenixDriver");
//通過DriverManager獲取連接
Connection conn = DriverManager.getConnection("jdbc:phoenix:192.168.1.80,192.168.1.81,192.168.1.82:2181);
//創建Statement實例
Statement statement = conn.prepareStatement(sql);
//執行增、刪、改、查等操作
execute(sql)
executeUpdate(sql)
executeQuery(sql)

 

 完整的PhoenixUtils

/**
 * @Auther: ZHUANGHAOTANG
 * @Date: 2019/1/9 10:24
 * @Description:
 */
public class PhoenixUtils {

    private static final Logger logger = LoggerFactory.getLogger(PhoenixUtils.class);

    private static final String PHOENIX_DRIVER = "org.apache.phoenix.jdbc.PhoenixDriver";

    private static final String PHOENIX_URL = "jdbc:phoenix:192.168.1.80,192.168.1.81,192.168.1.82:2181";

    private static Connection conn = null;

    static {
        try {
            Class.forName(PHOENIX_DRIVER);
            conn = DriverManager.getConnection(PHOENIX_URL);
        } catch (Exception e) {
            logger.info("初始化Phoenix連接時失敗", e);
        }
    }

    /**
     * 獲取Phoenix中的表(系統表除外)
     */
    public static List<String> getTables() throws Exception {
        List<String> tables = new ArrayList<>();
        DatabaseMetaData metaData = conn.getMetaData();
        String[] types = {"TABLE"}; //"SYSTEM TABLE"
        ResultSet resultSet = metaData.getTables(null, null, null, types);
        while (resultSet.next()) {
            tables.add(resultSet.getString("TABLE_NAME"));
        }
        return tables;
    }

    /**
     * 獲取表中的所有數據
     */
    public static List<Map<String, String>> getList(String tableName) throws Exception {
        String sql = "SELECT * FROM " + tableName;
        PreparedStatement preparedStatement = conn.prepareStatement(sql);
        ResultSet resultSet = preparedStatement.executeQuery();
        ResultSetMetaData resultSetMetaData = resultSet.getMetaData();
        List<Map<String, String>> resultList = new ArrayList<>();
        while (resultSet.next()) {
            Map<String, String> result = new HashMap<>();
            for (int i = 1, len = resultSetMetaData.getColumnCount(); i <= len; i++) {
                result.put(resultSetMetaData.getColumnName(i), resultSet.getString(i));
            }
            resultList.add(result);
        }
        return resultList;
    }

}