Phoenix

一、安装

1. 从官方 (opens new window)下载解压

[root@hdp1 opt]# tar -xzf phoenix-hbase-2.4-5.1.2-bin.tar.gz

2. 复制jar包到到hbase目录

新版本：

[root@hdp1 lib]# cp /opt/phoenix/phoenix-server-hbase-2.4-5.1.2.jar /opt/hbase/lib/

老版本：

cp phoenix-core-5.0.0-HBase-2.0.jar /opt/hbase/lib/
cp phoenix-5.0.0-HBase-2.0-server.jar /opt/hbase/lib/
-- 还要下载htrace-core-3.2.0-incubating.jar 扔进去

3. 重启Hbase

bin/stop-hbase.sh
bin/start-hbase.sh

4. 配置相关Hbase、Hadoop配置文件

[root@hdp1 bin]# cd /opt/phoenix/bin
[root@hdp1 bin]# ln -s $HBASE_HOME/conf/hbase-site.xml .
[root@hdp1 bin]# ln -s $HADOOP_HOME/etc/hadoop/core-site.xml .
[root@hdp1 bin]# ln -s $HADOOP_HOME/etc/hadoop/hdfs-site.xml .

5. 启动Phoenix客户端验证是否成功

[root@hdp1 bin]# ./sqlline.py hdp1:2181
Setting property: [incremental, false]
Setting property: [isolation, TRANSACTION_READ_COMMITTED]
issuing: !connect -p driver org.apache.phoenix.jdbc.PhoenixDriver -p user "none" -p password "none" "jdbc:phoenix:hdp1:2181"
SLF4J: Class path contains multiple SLF4J bindings.
SLF4J: Found binding in [jar:file:/opt/phoenix-hbase-2.4-5.1.2-bin/phoenix-client-hbase-2.4-5.1.2.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J: Found binding in [jar:file:/opt/hadoop-2.10.1/share/hadoop/common/lib/slf4j-log4j12-1.7.25.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J: See http://www.slf4j.org/codes.html#multiple_bindings for an explanation.
SLF4J: Actual binding is of type [org.slf4j.impl.Log4jLoggerFactory]
Connecting to jdbc:phoenix:hdp1:2181
22/01/20 18:47:45 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable

Connected to: Phoenix (version 5.1)
Driver: PhoenixEmbeddedDriver (version 5.1)
Autocommit status: true
Transaction isolation: TRANSACTION_READ_COMMITTED
sqlline version 1.9.0
0: jdbc:phoenix:hdp1:2181>

6. 开启 hbase 的 namespace 和 phoenix 的 schema 的映射

为了开启 hbase 的 namespace 和 phoenix 的 schema 的映射，在程序中需要加这 个配置文件，另外在 linux 服务上，也需要在 hbase 以及 phoenix 的 hbase-site.xml 配置 文件中，加上以上两个配置，并使用 xsync 进行同步。

    <property> 
        <name>phoenix.schema.isNamespaceMappingEnabled</name> 
        <value>true</value>
    </property>
    <property> 
        <name>phoenix.schema.mapSystemTablesToNamespace</name> 
        <value>true</value>
    </property>

7. 配置HBase支持Phoenix二级索引

在每一个HRegionServer的hbase-site.xml加入以下属性

    <property>
        <name>hbase.regionserver.wal.codec</name>
        <value>org.apache.hadoop.hbase.regionserver.wal.IndexedWALEditCodec</value>
    </property>

二、使用

2.1 基础使用

0.基础

-- 显示表列表
!table

-- 查看表内容
0: jdbc:phoenix:hdp1:2181> select * from "user_info";

-- 创建数据库schema
create schema dice_realtime

1.创建一个用户表，该用户有以下列

ID	姓名	年龄	性别	地址
1	张三	30	男	北京西城区
2	李四	20	女	上海闵行区

-- 创建表
create table if not exists "user_info"(
    "id" varchar primary key,
    "cf"."name" varchar,
    "cf"."age" integer,
    "cf"."sex" varchar,
    "cf"."address" varchar
);

-- 新增数据
upsert into "user_info" values('1','张三',30,'男','北京西城区');
upsert into "user_info" values('2','李四',20,'女','上海市闵行区');

2.修改id为1用户的年龄为45

-- 修改数据
upsert into "user_info"("id","age") values('1',35);

3.删除id为2的用户数据

-- 删除数据
delete from "user_info" where "id"='2';

4.建立映射视图

hbase建表见hbase文档

-- 创建映射
create view if not exists "employee"(
    "rowid" varchar not null primary key,
    "company"."name" varchar,
    "company"."position" varchar,
    "family"."tel" varchar
);

-- 查询
0: jdbc:phoenix:hdp1:2181> select * from "employee" where "name"='ted';
+-------+------+----------+-------------+
| rowid | name | position |     tel     |
+-------+------+----------+-------------+
| row1  | ted  | worker   | 13600912345 |
+-------+------+----------+-------------+
1 row selected (0.022 seconds)

2.2 创建二级索引

HBase通过rowkey来查询，否则就必须逐行地比较每一列的值，即全表扫描。

使用Phoenix创建二级索引

1. 创建索引

create local index "idx_tel" on "employee"("family"."tel");

2. 查看执行计划，检查是否查询二级索引

explain select * from "employee" where "name"='ted';
explain select * from "employee" where "tel"='1234912341324';

3. 删除索引

drop index "idx_tel" on "employee";