hbase的集群搭建

前言

hbase是一款分布式的列式数据库，其数据源寄生在hadoop上，因而与hadoop共生，广泛应用在大数据领域，利用zookeeper作为其分布式协同服务，存储非结构化和半结构化的松散数据，其特点是高可靠，高性能，面向列，可伸缩，实时读写。

HBase数据模型

Row Key 作为一行数据的唯一标识，按照字典顺序排序，存储64k的字节数据。Column Family 列族，作为hbase一大亮点，一个列族作为一个数据表中的一个数据分片，给hbase表定义了规范，使得qualifier列可以动态加入qualifier 作为列族的子列，在一个列族下可以存放多个子列，Column Family是一级列，而qualifier列是二级列，其关系是父子关系。Timestamp时间戳 hbase中对于每一列的存储都有一个对应的时间戳来区分每个版本的差异，最新的数据版本排在最前面，时间戳的类型是64位整型。cell单元格 单元格是有时间戳来作为版本区分，由子列和row key确定一个单元格，其存储的类型是byte数组

HBase架构

HMaster决策region server分配region,负责region server的负载均衡，和用户对table的增删改操作RegionServer维护region,处理region的读写请求，负责切分region。Region hbase自动把表水平划分成多个区域，每个区域就是一个region,每个region储存连续的数据。随着数据越来越大，当数据达到阈值，会自动裂变成两个新的region。Memstore与storeFile 一个store存储的是一个列族，而store中包括存储在内存中的memstore和存储在磁盘中的storeFile。每次写操作都会现在memstore上进行，当数据达到阈值时，则会通过RegionServer启动一个flashCache进程，写入一个单独的storefile。当storfile的数量达到一定的阈值之后，系统会进行版本合并和删除工作，形成一个更大的storefile。当一个region所有storefile的大小超过一定阈值后会分割为两个。客户端操作数据的时候先在memstore上操作，找不到则在storefile操作

table、region、store、memstore、storeFile之间的关系

一个表可以有多个水平分表region，一个region下由包含多个store,一个store就对应一个列族，而一个store有两种组成，一个位于内存中的memstore和一个或者多个位于磁盘中的storeFile。

搭建步骤

下载hbase安装包：hbase-2.0.0 这里我下载的版本是2.0.0,为了与hive3.1.1版本实现同步，hive3.1.1与hbase实现同步所使用的hbase版本是2.0.0。当然，也可以根据自己的需要下载其他版本的hbase。

切换到下载路径，解压hbase安装包

tar -zxvf hbase-2.0.0-bin.tar.gz -C /usr/local

修改hbase安装路径

mv /usr/local/hbase-2.0.0-bin /usr/local/hbase

修改hbase的配置文件

hbase-env.sh

找到对应的key，修改成以下的值

export JAVA_HOME=/usr/java/jdk1.8.0_211 export HBASE_MANAGES_ZK=false

JAVA_HOME 填写自身对应的jdk路径

HBASE_MANAGES_ZK 禁用hbase自带的zookeeper

hbase-site.xml

<?xml version="1.0"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?> <!-- /** * * Licensed to the Apache Software Foundation (ASF) under one * or more contributor license agreements. See the NOTICE file * distributed with this work for additional information * regarding copyright ownership. The ASF licenses this file * to you under the Apache License, Version 2.0 (the * "License"); you may not use this file except in compliance * with the License. You may obtain a copy of the License at * * http://www.apache.org/licenses/LICENSE-2.0 * * Unless required by applicable law or agreed to in writing, software * distributed under the License is distributed on an "AS IS" BASIS, * WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied. * See the License for the specific language governing permissions and * limitations under the License. */ --> <configuration> <property> <name>hbase.rootdir</name> <value>hdfs://hadoop1:9000/hbase</value> </property> <property> <name>hbase.cluster.distributed</name> <value>true</value> </property> <property> <name>hbase.zookeeper.quorum</name> <value>hadoop2,hadoop3,hadoop4</value> </property> </configuration> hbase.rootdir 配置hbase在hadoop上的根目录hbase.cluster.distributed 开启hbase的集群模式hbase.zookeeper.quorum 配置hbase在zk上注册集群

regionservers文件上填写需要集群的机器，每台机器启动一个regionServer进程,我这里使用三台机器作为regionServer，hadoop1作为master

backup-masters

在hbase的conf目录下可能不存在这个文件，那么需要手动创建一个，如没搭建hive，请参考hive的集群搭建

vi backup-masters

在上面填写一个备份节点，master节点一旦挂了，这个备份节点将成为新的master节点，这里我使用hadoop2作为备份节点。

hdfs-site.xml

将搭建好的hadoop的配置文件hdfs-site.xml拷贝到hbase的conf目录下

配置hbase的环境变量

vi /etc/profile export HBASE_HOME=/usr/local/hbase export PATH=$PATH:$HBASE_HOME/bin source /etc/profile

分发配置好的hbase到其他机器上

scp -r /usr/local/hbase hadoop2:/usr/local scp -r /usr/local/hbase hadoop3:/usr/local scp -r /usr/local/hbase hadoop4:/usr/local

其他机器按照上述步骤配置环境变量

启动hbase步骤

先启动zookeeper集群，可参考：zookeeper集群搭建

在hadoop1上启动hbase，在备份节点hadoop2上也启动hbase

start-hbase.sh

hbase管理界面

可以看到有备份节点hadoop2

在zk上注册了3台机器，用于regionServer之间的通讯，而master可以不用注册到上面

如启动之后hmaster闪退，或者打不开管理界面，那么请按以下步骤操作：

关闭hbasestop-hbase.sh，一定要脚本去跑完，再去杀死进程kill -9 xxx

清除zk上的hbase元数据信息

zkCli.sh //启动zk客户端 ls / //查看zk节点 rmr /hbase //删除hbase

重启hbase

启动hbase的控制台命令

hbase shell

测试一下hbase的命令

显示命名空间 list_namespace

创建一个User表，并且有一个info列族 create 'User','info' list //列出所有表

hbase的常用操作命令，请参考：hbase命令操作

到此，hbase的集群搭建完成！！！