HBase Shell 数据操作 10 个核心命令详解：从 CRUD 到过滤器实战
1. 环境准备与测试数据构建
在开始HBase Shell操作前，我们需要确保环境已正确配置。假设您已完成HBase单机或伪分布式部署，现在通过以下命令进入交互式Shell环境：
hbase shell创建测试表user_behavior，包含两个列族basic和action：
create 'user_behavior', {NAME => 'basic', VERSIONS => 3}, {NAME => 'action', VERSIONS => 1}插入示例数据（用户ID作为行键）：
put 'user_behavior', 'u1001', 'basic:name', '张伟' put 'user_behavior', 'u1001', 'basic:age', '28' put 'user_behavior', 'u1001', 'action:click', '/product/123' put 'user_behavior', 'u1001', 'action:time', '2024-03-15T14:30:00' put 'user_behavior', 'u1002', 'basic:name', '李娜' put 'user_behavior', 'u1002', 'basic:age', '32' put 'user_behavior', 'u1002', 'action:purchase', '/cart/checkout' put 'user_behavior', 'u1002', 'action:time', '2024-03-15T15:12:00'2. 基础CRUD操作命令
2.1 put - 数据插入与更新
put命令是HBase中最基础的数据写入操作，其完整语法为：
put '<table>', '<rowkey>', '<column-family>:<qualifier>', '<value>'[, <timestamp>]实战示例：
# 插入新数据 put 'user_behavior', 'u1003', 'basic:name', '王芳' # 更新已有数据（自动生成新版本） put 'user_behavior', 'u1001', 'basic:age', '29'注意：HBase的更新本质是新增版本，旧数据不会立即删除。列族需预先定义，但列(qualifier)可动态添加。
2.2 get - 精确数据查询
get命令用于按行键精确检索数据，支持多种参数组合：
get 'user_behavior', 'u1001' # 带列族筛选 get 'user_behavior', 'u1001', {COLUMN => 'basic'} # 带版本控制（查看历史数据） get 'user_behavior', 'u1001', {COLUMN => 'basic:age', VERSIONS => 2}输出示例：
COLUMN CELL basic:age timestamp=2024-03-15T14:30:00, value=29 basic:age timestamp=2024-03-15T14:25:00, value=282.3 scan - 全表扫描与条件查询
scan是HBase中最强大的查询工具，基础用法：
# 全表扫描（慎用大数据量表） scan 'user_behavior' # 带行键范围查询（左闭右开） scan 'user_behavior', {STARTROW => 'u1001', ENDROW => 'u1003'} # 限制返回行数 scan 'user_behavior', {LIMIT => 5}2.4 delete - 数据删除
HBase提供三种删除粒度：
| 命令类型 | 删除范围 | 示例 |
|---|---|---|
| delete | 指定列的最新版本 | delete 'user_behavior', 'u1001', 'basic:age' |
| deleteall | 整行所有列数据 | deleteall 'user_behavior', 'u1001' |
| truncate | 清空整个表 | truncate 'user_behavior' |
重要提示：HBase删除是逻辑标记，实际数据在Major Compaction后才会物理删除。
3. 表管理命令
3.1 disable/enable - 表状态管理
在对表结构进行修改前，必须先禁用表：
disable 'user_behavior' is_disabled 'user_behavior' # 验证状态 enable 'user_behavior'3.2 alter - 表结构修改
动态添加列族（不影响现有数据）：
alter 'user_behavior', NAME => 'stats'删除列族（需先禁用表）：
disable 'user_behavior' alter 'user_behavior', {NAME => 'stats', METHOD => 'delete'} enable 'user_behavior'3.3 drop - 表删除流程
disable 'user_behavior' drop 'user_behavior'4. 高级统计与工具命令
4.1 count - 行数统计
count 'user_behavior', {INTERVAL => 1000} # 每1000行显示进度4.2 describe - 表结构查看
describe 'user_behavior'输出示例：
Table user_behavior is ENABLED user_behavior COLUMN FAMILIES DESCRIPTION {NAME => 'basic', VERSIONS => '3', ...} {NAME => 'action', VERSIONS => '1', ...}5. 过滤器深度应用
HBase过滤器在scan操作中实现高效数据筛选，以下是核心过滤器分类：
5.1 行键过滤器
# 前缀过滤（高效，推荐） scan 'user_behavior', {FILTER => "PrefixFilter('u10')"} # 行键范围+正则匹配 scan 'user_behavior', { STARTROW => 'u1001', FILTER => "RowFilter(=, 'regexstring:u100[1-2]')" }5.2 列值过滤器
# 单列值精确匹配 scan 'user_behavior', { FILTER => "SingleColumnValueFilter('basic', 'age', =, 'binary:28')" } # 值范围查询（查找年龄>25的用户） scan 'user_behavior', { FILTER => "ValueFilter(>=, 'binary:25')" }5.3 复合过滤器
通过AND/OR组合多个条件：
scan 'user_behavior', { FILTER => " AND( PrefixFilter('u10'), SingleColumnValueFilter('action', 'time', >=, 'binary:2024-03-15'), ValueFilter(=, 'substring:product') )" }6. 实战案例：用户行为分析
场景：查询2024年3月15日下午点击过商品页面的25岁以上用户
scan 'user_behavior', { FILTER => " AND( SingleColumnValueFilter('basic', 'age', >, 'binary:25'), SingleColumnValueFilter('action', 'click', !=, 'null'), SingleColumnValueFilter('action', 'time', >=, 'binary:2024-03-15T12:00:00') )", COLUMNS => ['basic:name', 'action:click'] }7. 性能优化建议
行键设计：
- 避免单调递增行键（导致热点问题）
- 考虑使用哈希前缀：
md5(userid)[0:2] + userid
扫描优化：
scan 'user_behavior', { CACHE => 1000, # 提高客户端缓存 BATCH => 100 # 控制每次RPC返回行数 }过滤器选择：
- 优先使用
PrefixFilter等行键过滤器 - 值过滤器应配合列限定减少扫描范围
- 优先使用
8. 常见问题排查
问题1：ERROR: Table xxx is enabled. Disable it first.
解决方案：
disable 'table_name' # 执行alter/drop操作 enable 'table_name'问题2：过滤器不生效
检查要点：
- 确认列族和列名拼写正确
- 字符串比较注意大小写敏感
- 时间戳格式需与存储格式一致
9. 版本控制实战
HBase支持多版本数据存储，通过VERSIONS参数控制：
# 创建支持多版本的表 create 'user_history', {NAME => 'data', VERSIONS => 5} # 查询历史版本 get 'user_history', 'u1001', {COLUMN => 'data:address', VERSIONS => 3}10. 批量操作技巧
通过外部文件执行命令序列：
echo "put 'user_behavior', 'u1004', 'basic:name', '赵敏'" > commands.txt echo "scan 'user_behavior'" >> commands.txt hbase shell commands.txt对于大规模数据操作，建议使用HBase的MapReduce接口或Spark连接器。
