创建HBase全局二级索引

场景介绍

• 在用户的表中预先存在大量数据的情况下，可以在某个列上添加索引。
• 对于未建立索引的用户表，该工具允许用户同时添加和构建索引。

创建HBase全局二级索引

在HBase客户端执行以下命令即可添加或创建索引，执行命令后，指定的索引将被添加到表中：

hbase org.apache.hadoop.hbase.hindex.global.mapreduce.GlobalTableIndexer -Dtablename.to.index='table' -Dindexspecs.to.add='idx1=>cf1:[c1->string],[c2]#idx2=>cf2:[c1->string],[c2]#idx3=>cf1:[c1];cf2:[c1]' -Dindexspecs.covered.family.to.add='idx2=>cf1' -Dindexspecs.covered.to.add='idx1=>cf1:[c3],[c4]' -Dindexspecs.coveredallcolumn.to.add='idx3=>true' -Dindexspecs.splitkeys.to.set='idx1=>[\x010,\x011,\x012]#idx2=>[\x01a,\x01b,\x01c]#idx3=>[\x01d,\x01e,\x01f]'

相关参数介绍如下：

• tablename.to.index：表示创建索引的数据表的名称。
  

  当使用tablename.to.index创建索引时，如果数据表为空表，创建的索引状态为ACTIVE，否则索引状态为INACTIVE。

• indexspecs.to.addandbuild（可选）：表示创建时同时生成索引数据，数据表数据量较大时不建议使用，建议使用索引数据生成工具完成索引数据生成。
  

  indexspecs.to.addandbuild和tablename.to.index不能同时使用，当使用indexspecs.to.addandbuild时，索引状态为BUILDING，当索引数据完整生成后，索引状态会修改为ACTIVE。

• tablename.to.index：表示创建索引的数据表的名称。
• indexspecs.to.add：表示索引名与对应数据表的列的映射（索引列定义）。
• indexspecs.covered.to.add（可选）：表示索引中冗余存储的数据表的列（覆盖列定义）。
• indexspecs.covered.family.to.add（可选）：表示索引表冗余存储的数据表的列族（覆盖列族定义）。
• indexspecs.coveredallcolumn.to.add（可选）：表示索引表冗余存储数据表中的所有数据（覆盖所有列）。
• indexspecs.splitkeys.to.set（可选）：表示索引表预分区切分点，建议指定，避免索引表Region成为热点。预分区指定格式为：
  • '#'用于分隔索引。
  • splitkey包含在'[]'中。
  • ','用于分隔splitkey。
    

    预分区每个splitkey必须由\x01开头。

上述命令中的参数描述如下：

• idx1、idx2、idx3：表示索引名称。
• cf1、cf2：表示列族名称。
• c1、c2、c3、c4：表示列名称。
• string：表示数据类型。支持STRING、INTEGER、FLOAT、LONG、DOUBLE、SHORT、BYTE和CHAR。

• '#'用于分隔索引，';' 用于分隔列族，','用于分隔列限定符。
• 列名及其数据类型应包含在'[]'中。
• 列名及其数据类型通过'->'分隔。
• 如果未指定具体列的数据类型，则使用默认数据类型（string）。

删除HBase全局二级索引

在HBase客户端执行以下命令可删除某个索引：

hbase org.apache.hadoop.hbase.hindex.global.mapreduce.GlobalTableIndexer -Dtablename.to.index='table' -Dindexnames.to.drop='idx1#idx2'

相关参数介绍如下：

• tablename.to.index：表示需删除的索引所在的表名称
• indexnames.to.drop：表示需要删除的索引名称，可以同时指定多个，用#号分隔。