Phoenix

Hbase適合存儲大量的對關系運算要求低的NOSQL數據，受Hbase 設計上的限制不能直接使用原生的API執行在關系數據庫中普遍使用的條件判斷和聚合等操作。Hbase很優秀，一些團隊尋求在Hbase之上提供一種更面向普通開發人員的操作方式，Apache Phoenix即是。

Phoenix 基於Hbase給面向業務的開發人員提供了以標准SQL的方式對Hbase進行查詢操作，並支持標准SQL中大部分特性:條件運算,分組，分頁，等高級查詢語法。

目錄

• Phoenix
• 1、Phoenix搭建
  • 1、關閉hbase集群，在master中執行
  • 2、上傳解壓配置環境變量
  • 3、將phoenix-4.15.0-HBase-1.4-server.jar復制到所有節點的hbase lib目錄下
  • 4、啟動hbase ， 在master中執行
  • 5、配置環境變量
• 2、Phoenix使用
  • 1、連接sqlline
  • 2、常用命令
  • 3、phoenix表映射
    • 3.1、視圖映射
    • 3.2、表映射
• 3、Phoenix二級索引
  • 1、開啟索引支持
  • 2、創建索引
    • 2.1、全局索引
    • 2.2、本地索引
    • 2.3、覆蓋索引
• 4、Phoenix JDBC

1、Phoenix搭建

Phoenix 4.15 HBase 1.4.6 hadoop 2.7.6

1、關閉hbase集群，在master中執行

stop-hbase.sh

2、上傳解壓配置環境變量

解壓

tar -xvf apache-phoenix-4.15.0-HBase-1.4-bin.tar.gz -C /usr/local/soft/

改名

mv apache-phoenix-4.15.0-HBase-1.4-bin phoenix-4.15.0

3、將phoenix-4.15.0-HBase-1.4-server.jar復制到所有節點的hbase lib目錄下

scp /usr/local/soft/phoenix-4.15.0/phoenix-4.15.0-HBase-1.4-server.jar master:/usr/local/soft/hbase-1.4.6/lib/

scp /usr/local/soft/phoenix-4.15.0/phoenix-4.15.0-HBase-1.4-server.jar node1:/usr/local/soft/hbase-1.4.6/lib/

scp /usr/local/soft/phoenix-4.15.0/phoenix-4.15.0-HBase-1.4-server.jar node2:/usr/local/soft/hbase-1.4.6/lib/

4、啟動hbase ， 在master中執行

start-hbase.sh

5、配置環境變量

vim /etc/profile

2、Phoenix使用

1、連接sqlline

sqlline.py master,node1,node2

# 出現
163/163 (100%) Done
Done
sqlline version 1.5.0
0: jdbc:phoenix:master,node1,node2> 

2、常用命令

# 1、創建表

CREATE TABLE IF NOT EXISTS STUDENT (
 id VARCHAR NOT NULL PRIMARY KEY, 
 name VARCHAR,
 age BIGINT, 
 gender VARCHAR ,
 clazz VARCHAR
);

# 2、顯示所有表
 !table

# 3、插入數據
upsert into STUDENT values('1500100004','葛德曜',24,'男','理科三班');
upsert into STUDENT values('1500100005','宣谷芹',24,'男','理科六班');
upsert into STUDENT values('1500100006','羿彥昌',24,'女','理科三班');


# 4、查詢數據,支持大部分sql語法，
select * from STUDENT ;
select * from STUDENT where age=24;
select gender ,count(*) from STUDENT group by gender;
select * from student order by gender;

# 5、刪除數據
delete from STUDENT where id='1500100004';


# 6、刪除表
drop table STUDENT;
 
 
# 7、退出命令行
!quit

更多語法參照官網
https://phoenix.apache.org/language/index.html#upsert_select

3、phoenix表映射

默認情況下，直接在hbase中創建的表，通過phoenix是查看不到的

如果需要在phoenix中操作直接在hbase中創建的表，則需要在phoenix中進行表的映射。映射方式有兩種：視圖映射和表映射

3.1、視圖映射

Phoenix創建的視圖是只讀的，所以只能用來做查詢，無法通過視圖對源數據進行修改等操作

# hbase shell 進入hbase命令行
hbase shell 

# 創建hbase表
create 'test','name','company' 

# 插入數據
put 'test','001','name:firstname','zhangsan1'
put 'test','001','name:lastname','zhangsan2'
put 'test','001','company:name','數加'
put 'test','001','company:address','合肥'


# 在phoenix創建視圖， primary key 對應到hbase中的rowkey

create view "test"(
empid varchar primary key,
"name"."firstname" varchar,
"name"."lastname"  varchar,
"company"."name"  varchar,
"company"."address" varchar
);

CREATE view "students" (
 id VARCHAR NOT NULL PRIMARY KEY, 
 "info"."name" VARCHAR,
 "info"."age" VARCHAR, 
 "info"."gender" VARCHAR ,
 "info"."clazz" VARCHAR
) column_encoded_bytes=0;

# 在phoenix查詢數據，表名通過雙引號引起來
select * from "test";

# 刪除視圖
drop view "test";

3.2、表映射

使用Apache Phoenix創建對HBase的表映射，有兩類：

1） 當HBase中已經存在表時，可以以類似創建視圖的方式創建關聯表，只需要將create view改為create table即可。

2）當HBase中不存在表時，可以直接使用create table指令創建需要的表，並且在創建指令中可以根據需要對HBase表結構進行顯示的說明。

第1）種情況下，如在之前的基礎上已經存在了test表，則表映射的語句如下：

create table "test" (
empid varchar primary key,
"name"."firstname" varchar,
"name"."lastname"varchar,
"company"."name"  varchar,
"company"."address" varchar
)column_encoded_bytes=0;

upsert into  "test"  values('1','2','3','4','5');

CREATE table  "students" (
 id VARCHAR NOT NULL PRIMARY KEY, 
 "info"."name" VARCHAR,
 "info"."age" VARCHAR, 
 "info"."gender" VARCHAR ,
 "info"."clazz" VARCHAR
) column_encoded_bytes=0;

upsert into "students" values('1500110004','葛德曜','24','n ü','理科三班');

使用create table創建的關聯表，如果對表進行了修改，源數據也會改變，同時如果關聯表被刪除，源表也會被刪除。但是視圖就不會，如果刪除視圖，源數據不會發生改變。

3、Phoenix二級索引

對於Hbase，如果想精確定位到某行記錄，唯一的辦法就是通過rowkey查詢。如果不通過rowkey查找數據，就必須逐行比較每一行的值，對於較大的表，全表掃描的代價是不可接受的。

1、開啟索引支持

# 關閉hbase集群
stop-hbase.sh

# 在/usr/local/soft/hbase-1.4.6/conf/hbase-site.xml中增加如下配置

<property>
  <name>hbase.regionserver.wal.codec</name>
  <value>org.apache.hadoop.hbase.regionserver.wal.IndexedWALEditCodec</value>
</property>
<property>
    <name>hbase.rpc.timeout</name>
    <value>60000000</value>
</property>
<property>
    <name>hbase.client.scanner.timeout.period</name>
    <value>60000000</value>
</property>
<property>
    <name>phoenix.query.timeoutMs</name>
    <value>60000000</value>
</property>


# 同步到所有節點
scp hbase-site.xml node1:`pwd`
scp hbase-site.xml node2:`pwd`

# 修改phoenix目錄下的bin目錄中的hbase-site.xml
<property>
    <name>hbase.rpc.timeout</name>
    <value>60000000</value>
</property>
<property>
    <name>hbase.client.scanner.timeout.period</name>
    <value>60000000</value>
</property>
<property>
    <name>phoenix.query.timeoutMs</name>
    <value>60000000</value>
</property>


# 啟動hbase
start-hbase.sh
# 重新進入phoenix客戶端
sqlline.sql master,node1,node2

2、創建索引

2.1、全局索引

全局索引適合讀多寫少的場景。如果使用全局索引，讀數據基本不損耗性能，所有的性能損耗都來源於寫數據。數據表的添加、刪除和修改都會更新相關的索引表（數據刪除了，索引表中的數據也會刪除；數據增加了，索引表的數據也會增加）

注意: 對於全局索引在默認情況下，在查詢語句中檢索的列如果不在索引表中，Phoenix不會使用索引表將，除非使用hint。

# 創建DIANXIN.sql
CREATE TABLE IF NOT EXISTS DIANXIN (
     mdn VARCHAR ,
     start_date VARCHAR ,
     end_date VARCHAR ,
     county VARCHAR,
     x DOUBLE ,
     y  DOUBLE,
     bsid VARCHAR,
     grid_id  VARCHAR,
     biz_type VARCHAR, 
     event_type VARCHAR , 
     data_source VARCHAR ,
     CONSTRAINT PK PRIMARY KEY (mdn,start_date)
) column_encoded_bytes=0;

# 上傳數據DIANXIN.csv

# 導入數據
psql.py master,node1,node2 DIANXIN.sql DIANXIN.csv

# 創建全局索引
CREATE INDEX DIANXIN_INDEX ON DIANXIN ( end_date );

# 查詢數據 ( 索引未生效)
select * from DIANXIN where end_date = '20180503154014';

# 強制使用索引 （索引生效） hint
select /*+ INDEX(DIANXIN DIANXIN_INDEX) */  * from DIANXIN where end_date = '20180503154014';

select /*+ INDEX(DIANXIN DIANXIN_INDEX) */  * from DIANXIN where end_date = '20180503154014'  and start_date = '20180503154614';

# 取索引列，（索引生效）
select end_date from DIANXIN where end_date = '20180503154014';

# 創建多列索引
CREATE INDEX DIANXIN_INDEX1 ON DIANXIN ( end_date,COUNTY );

# 多條件查詢 （索引生效）
select end_date,MDN,COUNTY from DIANXIN where end_date = '20180503154014' and COUNTY = '8340104';

# 查詢所有列 (索引未生效)
select  * from DIANXIN where end_date = '20180503154014'  and COUNTY = '8340104';

# 查詢所有列 （索引生效）
select /*+ INDEX(DIANXIN DIANXIN_INDEX1) */ * from DIANXIN where end_date = '20180503154014' and COUNTY = '8340104';

# 單條件  (索引未生效)
select end_date from DIANXIN where  COUNTY = '8340103';

select COUNTY from DIANXIN where end_date = '20180503154014';

# 刪除索引
drop index DIANXIN_INDEX on DIANXIN;

2.2、本地索引

本地索引適合寫多讀少的場景，或者存儲空間有限的場景。和全局索引一樣，Phoenix也會在查詢的時候自動選擇是否使用本地索引。本地索引因為索引數據和原數據存儲在同一台機器上，避免網絡數據傳輸的開銷，所以更適合寫多的場景。由於無法提前確定數據在哪個Region上，所以在讀數據的時候，需要檢查每個Region上的數據從而帶來一些性能損耗。

注意:對於本地索引，查詢中無論是否指定hint或者是查詢的列是否都在索引表中，都會使用索引表。

# 創建本地索引
CREATE LOCAL INDEX DIANXIN_LOCAL_IDEX ON DIANXIN(grid_id);

# 索引生效
select grid_id from dianxin where grid_id='117285031820040';

# 索引生效
select * from dianxin where grid_id='117285031820040';

2.3、覆蓋索引

覆蓋索引是把原數據存儲在索引數據表中，這樣在查詢時不需要再去HBase的原表獲取數據就，直接返回查詢結果。

注意：查詢是 select 的列和 where 的列都需要在索引中出現。

# 創建覆蓋索引
CREATE INDEX DIANXIN_INDEX_COVER ON DIANXIN ( x,y ) INCLUDE ( county );

# 查詢所有列 (索引未生效)
select * from dianxin where x=117.288 and y =31.822;

# 強制使用索引 (索引生效)
select /*+ INDEX(DIANXIN DIANXIN_INDEX_COVER) */ * from dianxin where x=117.288 and y =31.822;

# 查詢索引中的列 (索引生效) mdn是DIANXIN表的RowKey中的一部分
select x,y,county from dianxin where x=117.288 and y =31.822;
select mdn,x,y,county from dianxin where x=117.288 and y =31.822;

# 查詢條件必須放在索引中  select 中的列可以放在INCLUDE （將數據保存在索引中）
select /*+ INDEX(DIANXIN DIANXIN_INDEX_COVER) */ x,y,count(*) from dianxin group by x,y;

4、Phoenix JDBC

# 導入依賴

<dependency>
    <groupId>org.apache.phoenix</groupId>
    <artifactId>phoenix-core</artifactId>
    <version>4.15.0-HBase-1.4</version>
</dependency>

Connection conn = DriverManager.getConnection("jdbc:phoenix:master,node1,node2:2181");
        PreparedStatement ps = conn.prepareStatement("select /*+ INDEX(DIANXIN DIANXIN_INDEX) */ * from DIANXIN where end_date=?");
        ps.setString(1, "20180503212649");
        ResultSet rs = ps.executeQuery();
        while (rs.next()) {
            String mdn = rs.getString("mdn");
            String start_date = rs.getString("start_date");
            String end_date = rs.getString("end_date");
            String x = rs.getString("x");
            String y = rs.getString("y");
            String county = rs.getString("county");
            System.out.println(mdn + "\t" + start_date + "\t" + end_date + "\t" + x + "\t" + y + "\t" + county);
        }
        ps.close();
        conn.close();