hbase查询sql
‘壹’ 在HBase限制sql命令问题，怎么解决
解决方法
此问题产生的主要原因是因为zookeeper集群未关闭防火墙。
执行下面命令后仍然报上面的错误：
systemctl start iptables.service
经过仔细查找后发现，CentOS 7.0默认使用的是firewall作为防火墙，需要执行如下命令关闭防火墙:
systemctl stop firewalld.service #停止firewall
systemctl disable firewalld.service #禁止firewall开机启动
关闭各个节点防火墙后，重启zookeeper进程，就可以解决上述问题了。
‘贰’ hbase执行一条语句插入一行数据，java编程实现类似executeUpdate(sql);
可以一次插入一行啊，HTableInterface.put(Put p)插入一个Put对象
public Put(byte [] row) 一个对象就是一行
public Put add(byte [] family, byte [] qualifier, long ts, byte [] value);继续添加列
‘叁’ 我拿到hbase的rdd了，应该怎么转为DataFrame，以便我用sql查询
RDD：A Resilient Distributed Dataset (RDD), the basic abstraction in Spark.
rdd是一个分布式的数据集，数据分散在分布式集群的各台机器上
A DataFrame is equivalent to a relational table in Spark SQL, and can be created using various functions in SQLContext
dataframe更像是一张关系型数据表，是一种spark独有的数据格式吧，这种格式的数据可以使用sqlcontext里面的函数
‘肆’ hbase 有没有类似pl/sql developer这样的工具
这个目前还真找不到，
hbase属于NoSQL/列式 数据库，
而现在的数据库开发工具 都是 管理的关系型数据库。
比如 dbvisualizer
AquaDataStudio
‘伍’ hbase可以执行标准sql吗
如果要做的话。通常是使用hive（能够直接处理HBase中的数据），或者自己开发maprece程序；例子网上有很多。你这个逻辑如果不很复杂，通过hive简单些，写几条语句就搞定。另：如果就是验证下功能，那做做没问题。要是生产的话基于HBase做分析基本不可用。因为不管哪种方法都要查HBase表，数据多了这个效率你接受不了；多进程并发访问在服务端有缓存的情况下（通过一定条件过滤的场景）才能够达到几千条/秒，如果不做缓存（遍历整表时）只能达到每秒一两百条。慢的要死。生产的话可以考虑使用hive基于HDFS文件做分析。
‘陆’ hbase sql 查询当前库有多表
list 能查看到所有表名
‘柒’ 如何使用HBase构建NewSQL
目前主流的数据库或者NoSQL要么在CAP里面选择AP，比较典型的例子是Cassandra，要么选择CP比如HBase，这两个是目前用得非
常多的NoSQL的实现。我们的价值观一定认为未来是分布式的，一定是尽量倾向于全部都拥有，大部分情况下取舍都是HA，主流的比较顶级的数据库都会选择
C，分布式系统一定逃不过P，所以A就只能选择HA。现在主要领域是数据库的开发，完全分布式，主要方向和谷歌的F1方向非常类似。
目前看NewSQL代表未来(Google Spanner、F1、FoundationDB)，HBase在国内有六个Committer，在目
前主流的开源数据库里面几乎是最强的阵容。大家选型的时候会有一个犹豫，到底应该选择HBase还是选Cassandra。根据应用场景，如果需要一致
性，HBase一定是你最好的选择，我推荐HBase。它始终保持强一致，我们非常喜欢一致性，丧失一致性的时候有些错误会特别诡异，很难查。对于
Push-down特性的设计其实比较好，全局上是一个巨大的分布式数据库，但是逻辑上是分成了一个个Region，Region在哪台机器上是明确的。
比如要统计记录的条数，假设数据分布在整个系统里面，对数十亿记录做一个求和操作，就是说不同的机器上都要做一个sum，把条件告诉他要完成哪些任务，他给你任务你再汇总，这是典型的分布式的 MPP，做加速的时候是非常有效的。
2015年HBaseConf 上面有一句总结: “Nothing is hotter than SQL-on-
Hadoop, and now SQL-
on- HBase is fast approaching equal hotness status”， 实际上SQL-on-HBase 也是非
常火。因为 Schema Less 没有约束其实是很吓人的一件事情，当然没有约束也比较爽，就是后期维护十分痛苦，规模进一步扩大了之后又需要迁移
到 SQL。
现在无论从品质还是速度上要求已经越来越高，拥有SQL的同时还希望有ACID的东西(OLAP一般不追求一致性)。所以TiDB在设计时就强调这
样的特点：始终保持分布式事务的支持，兼容MySQL协议。无数公司在SQL遇到Scale问题的时候很痛苦地做出了选择，比如迁移到
HBase，Cassandra
MongoDB已经看过太多的公司做这种无比痛苦的事情，现在不用痛苦了，直接迁过来，直接把数据导进来就OK了。TiDB最重要的是关注OLTP，对于
互联网业务来说通常是在毫秒级内就需要返回一个结果。
我们到目前为止开发了六个月，开源了两个月。昨天晚上TiDB达到了第一个Alpha的阶段，现在可以拥有一个强大的数据库：支持分布式事务，始终
保持同步的复制，强大的按需Scale能力，无阻塞的Schema变更。发布第一个Alpha版本的时候以前的质疑都会淡定下来，因为你可以阅读每一行代
码，体验每个功能。选择这个领域也是非常艰难的决定，实在太Hardcore了，当初Google Spanner也做了5年。不过我们是真爱，我们就是
技术狂，就是要解决问题，就是要挑大家最头痛的问题去解决。好在目前阿里的OceanBase给我们服了颗定心丸，大家也不会质疑分布式关系型数据库是否
可行。
‘捌’ 怎么将hbase进行sql化查询
1 代码自动完成,为快速,自动填入关键字和对象
2 准确的脚本建设.
3 先进的SQL查询编辑器.
4 创造有吸引力的数据库的报告迅速和容易
5 出口数据迅速从数据库中可用的格式,
6 支持各种数据库平台.包括使用MS Excel,HTML格式,的RTF,PDF文件,XML和更多.
‘玖’ 如何通过SQL操作HBase数据
Spark SQL就是shark ，也就是SQL on Spark。如果没记错的话，shark的开发利用了hive的API，所以支持读取HBase。而且Spark的数据类型兼容范围大于Hadoop，并且包含了Hadoop所支持的任何数据类型。