查看HBase表在HDFS中的文件结构-hdfs查看文件内容

在HBASE中建立一张表结构如下:

{NAME => 'USER_TEST_TABLE',  
MEMSTORE_FLUSHSIZE => '67108864',  
MAX_FILESIZE => '1073741824',  
FAMILIES => [ 
{NAME => 'info', BLOOMFILTER => 'NONE', REPLICATION_SCOPE => '0',  
COMPRESSION => 'NONE', VERSIONS => '1', TTL => '2147483647',  
BLOCKSIZE => '65536', IN_MEMORY => 'false', BLOCKCACHE => 'true' 
},  
{NAME => 'info2', BLOOMFILTER => 'NONE', REPLICATION_SCOPE => '0',  
COMPRESSION => 'NONE', VERSIONS => '1', TTL => '2147483647',  
BLOCKSIZE => '65536', IN_MEMORY => 'false', BLOCKCACHE => 'true' 
} 
] 
}

结构图如下, 往下表插入测试数据, 下面查看此表在HDFS中文件的存储方式.

HBase测试表

由于在HBase服务器配置文件中指定的存储HBase文件的HDFS地址为:

hdfs://HADOOPCLUS01:端口/hbase

登录到namenode服务器,这里为HADOOPCLUS01, 用hadoop命令查看hbase在hdfs中此表的文件.

1. 查看Hbase根目录.

[hadoop@HADOOPCLUS01 bin]$ hadoop fs -ls hadoop fs -ls /hbase 
Found 37 items 
drwxr-xr-x   - hadoop cug-admin          0 2013-03-27 09:29 /hbase/-ROOT- 
drwxr-xr-x   - hadoop cug-admin          0 2013-03-27 09:29 /hbase/.META. 
drwxr-xr-x   - hadoop cug-admin          0 2013-03-26 13:15 /hbase/.corrupt 
drwxr-xr-x   - hadoop cug-admin          0 2013-03-27 09:48 /hbase/.logs 
drwxr-xr-x   - hadoop cug-admin          0 2013-03-30 17:49 /hbase/.oldlogs 
drwxr-xr-x   - hadoop cug-admin          0 2013-03-30 17:49 /hbase/splitlog 
drwxr-xr-x   - hadoop cug-admin          0 2013-03-30 17:49 /hbase/USER_TEST_TABLE

可以看到所有表的信息. 在hdfs中的建立的目录. 一个表对应一个目录.

-ROOT-表和.META.表也不例外, -ROOT-表和.META.表都有同样的表结构, 关于两表的表结构和怎么对应HBase整个环境的表的HRegion, 可以查看上篇转载的文章.

splitlog和.corrupt目录分别是log split进程用来存储中间split文件的和损坏的日志文件的。

.logs和.oldlogs目录为HLog的存储.

.oldlogs为已经失效的HLog(Hlog对HBase数据库写Put已经全部完毕), 后面进行删除.

HLog File 是一个Sequence File，HLog File 由一条条的 HLog.Entry构成。可以说Entry是HLog的基本组成部分，也是Read 和Write的基本单位。

Entry由两个部分组成：HLogKey和WALEdit。

2. 查看建立表hdfs目录内容:

[hadoop@HADOOPCLUS01 bin]$ hadoop fs -ls /hbase/USER_TEST_TABLE 
Found 2 items 
drwxr-xr-x   - hadoop cug-admin          0 2013-03-28 10:18 /hbase/USER_TEST_TABLE/03d99a89a256f0e09d0222709b1d0cbe 
drwxr-xr-x   - hadoop cug-admin          0 2013-03-28 10:18 /hbase/USER_TEST_TABLE/68b8ad74920040ba9f39141e908c67ce

有两个目录, 说明此表已经分裂成两个HRegion.

3. 在查看其中一个HRegion的文件目录.

[hadoop@HADOOPCLUS01 bin]$ hadoop fs -ls /hbase/USER_TEST_TABLE/68b8ad74920040ba9f39141e908c67ce 
Found 4 items 
-rw-r--r--   3 hadoop cug-admin       1454 2013-03-28 10:18 /hbase/USER_TEST_TABLE/68b8ad74920040ba9f39141e908c67ce/.regioninfo 
drwxr-xr-x   - hadoop cug-admin          0 2013-03-29 15:21 /hbase/USER_TEST_TABLE/68b8ad74920040ba9f39141e908c67ce/.tmp 
drwxr-xr-x   - hadoop cug-admin          0 2013-03-29 15:21 /hbase/USER_TEST_TABLE/68b8ad74920040ba9f39141e908c67ce/info 
drwxr-xr-x   - hadoop cug-admin          0 2013-03-28 10:18 /hbase/USER_TEST_TABLE/68b8ad74920040ba9f39141e908c67ce/info2

.regioninfo 此HRegion的信息. StartRowKey, EndRowKey. 记录Region在表中的范围信息.

info, info2, 两个ColumnFamily. 为两个目录.

4. 再对.regioninfo文件用cat查看内容:

乱码已经过滤, 存储的信息整理:

[hadoop@HADOOPCLUS01 bin]$ hadoop fs -cat /hbase/USER_TEST_TABLE/68b8ad74920040ba9f39141e908c67ce/.regioninfo 
USER_TEST_TABLE,AAA-AAA11110UC1,1364437081331.68b8ad74920040ba9f39141e908c67ce. 
AA-AAA11110UC1 
USER_TEST_TABLE 
 
IS_ROOT false 
IS_META false 
MAX_FILESIZE 1073741824 
MEMSTORE_FLUSHSIZ 6710886 
 
info 
BLOOMFILTER NONE  
REPLICATION_SCOPEVERSIONS 1 
COMPRESSION NONE 
TTL 2147483647 
BLOCKSIZE 65536   
IN_MEMORY false 
BLOCKCACHE true 
 
info2 
BLOOMFILTER NONE  
REPLICATION_SCOPEVERSIONS 1 
COMPRESSION NONE 
TTL 2147483647 
BLOCKSIZE 65536 
IN_MEMORY false 
BLOCKCACHE true 
 
REGION => {NAME => 'USER_TEST_TABLE,\x00\x00\x00\x0A\x00\x00\x00\x09AAA-AAA11110UC1\x00\x00\x00\x00, 
1364437081331.68b8ad74920040ba9f39141e908c67ce.',  
STARTKEY => '\x00\x00\x00\x0A\x00\x00\x00\x09AAA-AAA11110UC1\x00\x00\x00\x00',  
ENDKEY => '',  
ENCODED => 68b8ad74920040ba9f39141e908c67ce,  
TABLE => {{NAME => 'USER_TEST_TABLE', MAX_FILESIZE => '1073741824',  
MEMSTORE_FLUSHSIZE => '67108864',  
FAMILIES => [{NAME => 'info', BLOOMFILTER => 'NONE',  
REPLICATION_SCOPE => '0', VERSIONS => '1', COMPRESSION => 'NONE',  
TTL => '2147483647', BLOCKSIZE => '65536', IN_MEMORY => 'false',  
BLOCKCACHE => 'true'},  
{NAME => 'info2', BLOOMFILTER => 'NONE',  
REPLICATION_SCOPE => '0', VERSIONS => '1', COMPRESSION => 'NONE',  
TTL => '2147483647', BLOCKSIZE => '65536', IN_MEMORY => 'false',  
BLOCKCACHE => 'true'}]}} 
VT102VT102VT102VT102VT102VT102VT102VT102

5. 查看info ColumnFamily中信息文件和目录:

[hadoop@HADOOPCLUS01 bin]$ hadoop fs -ls /hbase/USER_TEST_TABLE/68b8ad74920040ba9f39141e908c67ce/info 
Found 4 items 
-rw-r--r--   3 hadoop cug-admin  547290902 2013-03-28 10:18 /hbase/USER_TEST_TABLE/68b8ad74920040ba9f39141e908c67ce/info/4024386696476133625 
-rw-r--r--   3 hadoop cug-admin  115507832 2013-03-29 15:20 /hbase/USER_TEST_TABLE/68b8ad74920040ba9f39141e908c67ce/info/5184431447574744531 
-rw-r--r--   3 hadoop cug-admin  220368457 2013-03-29 15:13 /hbase/USER_TEST_TABLE/68b8ad74920040ba9f39141e908c67ce/info/6150330155463854827 
-rw-r--r--   3 hadoop cug-admin   24207459 2013-03-29 15:21 /hbase/USER_TEST_TABLE/68b8ad74920040ba9f39141e908c67ce/info/7480382738108050697

6. 查看具体保存HBase数据的HDFS文件信息:

[hadoop@HADOOPCLUS01 bin]$ hadoop fs -ls /hbase/USER_TEST_TABLE/68b8ad74920040ba9f39141e908c67ce/info 
Found 4 items 
-rw-r--r--   3 hadoop cug-admin  547290902 2013-03-28 10:18 /hbase/USER_TEST_TABLE/68b8ad74920040ba9f39141e908c67ce/info/4024386696476133625 
-rw-r--r--   3 hadoop cug-admin  115507832 2013-03-29 15:20 /hbase/USER_TEST_TABLE/68b8ad74920040ba9f39141e908c67ce/info/5184431447574744531 
-rw-r--r--   3 hadoop cug-admin  220368457 2013-03-29 15:13 /hbase/USER_TEST_TABLE/68b8ad74920040ba9f39141e908c67ce/info/6150330155463854827 
-rw-r--r--   3 hadoop cug-admin   24207459 2013-03-29 15:21 /hbase/USER_TEST_TABLE/68b8ad74920040ba9f39141e908c67ce/info/7480382738108050697

即是上面图片中插入的其中一部分数据.

在HBase中存储时, 对于每个Qualifer有如下5个属性RowKey, ColumnFamily, Qualifer, TimeStamp, Value.

AA-AAA11110UDFinfoCountry=1 13560596974000

# AA-AAA11110UDH 部分对应RowKey;

# info对应了ColumnFamily;

# Country对应Qualifer;

# 1对用Value;

# 13560596974000对应TimeStamp.

后面将分析RowKey与AA-AAA11110UDH的对应关系.

7. 使用HTTP查看文件:

在上面命令中, 也可以有Http查看Hdfs中的文件, 配置在hdfs-site.xml下面配置:

<property> 
<name>dfs.datanode.http.address</name> 
<value>0.0.0.0:62075</value> 
</property>

所以访问HDFS的HTTP的URL为:

http://HADOOPCLUS02:62075/browseDirectory.jsp?namenodeInfoPort=62070&dir=/

原文链接：http://greatwqs.iteye.com/blog/1839232