实验
目的
要求
目的：
1、HBase的高可用完全分布模式的安装和验证
要求：
完成HBase的高可用完全分布模式的安装；HBase的相关服务进程能够正常的启动；HBase控制台能够正常使用；表创建、数据查询等数据库操作能够正常进行；
实
验
环
境
实
验
环
境
五台独立PC式虚拟机；主机之间有有效的网络连接；每台主机内存2G以上，磁盘50G。；所有主机上安装CentOS7-64位操作系统。；所有主机已完成网络属性配置；所有主机已安装JDK；已完成Zookeeper集群的安装和部署；已完成Hadoop集群的安装配置；
软件版本：
选用HBase的1.2.3版本，软件包名hbase-1.2.3-bin.tar.gz
集群规划：
* HBase有主节点和Region节点2类服务节点,高可用完全分布模式中需要满足主节点有备用的基本要求,所以需要两台或以上的主机作为主节点,而完全分布模式中需要满足Region有备份和数据处理能够分布并行的基本要求,所以要求两台或以上的主机作为Region节点,具体规划如下:
主机名
IP地址
服务描述
Cluster-01
192.168.10.111
Hadoop主节点
Hadoop主节点控制切换服务
YARN主节点
Cluster-02
192.168.10.112
Hadoop备用主节点
Hadoop主节点控制切换服务
YARN备用主节点
Cluster-03
192.168.10.113
Hadoop数据服务
Hadoop同同步通信服务
YARN节点管理服务
Cluster-04
192.168.10.114
Hadoop数据服务
Hadoop同同步通信服务
YARN节点管理服务
Cluster-05
192.168.10.115
Hadoop数据服务
Hadoop同同步通信服务
YARN节点管理服务
注：1、该项的所有操作步骤使用专门用于集群的用户admin进行；
2、此项只在一台主机操作，然后在下一步骤进行同步安装与配置；
1、首先，HBase软件包“hbase-1.2.3-bin.tar.gz”我们已经上传到用户家目录的“setups”目录下。然后进行解压和环境变量设置；
命令：
$mkdir ~/hbase
$cd ~/hbase
$tar -xzf ~/setups/hbase-1.2.3-bin.tar.gz
2、配置Hadoop相关环境变量；
命令：
$vi ~/.bash_prolife
2、使新配置的环境变量立即生效，查看新添加和修改的环境变量是否设置成功，以及环境变量是否正确，验证Hadoop的安装配置是否成功；
命令：
$source ~/.bash_profile
$echo $HBASE_HOME
$echo $PATH
$hbase version
注：该项的所有操作步骤使用专门用于集群的用户admin进行；
1、进入Hbase相关文件的目录，分别创建Hbase的元数据文件目录“tmp”和HDFS的日志文件目录“logs”、进入Hbase的配置文件所在目录；
命令：
$cd ~/hbase
$mkdir tmp logs
$cd ~/hbase/hbase-1.2.3/conf
2、进入Hbase的配置文件所在目录，对配置文件进行修改。
a)找到配置项“JAVA_HOME”所在行，将其改为以下内容：
export
JAVA_HOME=/home/admin/java/jdk1.8.0_131
b)找到配置项“HBASE_CLASSPATH”，该项用于指定Hadoop的配置文件所在的路径，将其值改为一下内容：
export
HBASE_CLASSPATH=/home/admin/Hadoop/Hadoop-2.7.3/etc/Hadoop
c)找到配置项“HBASE_LOG_DIR”，该项用于指定HBase的日志文件的本地存放路径，将其值改为以下内容：
export
HBASE_LOG_DIR=/home/admin/hbase/logs
d)找到配置项“HBASE_MANAGES_ZK”，该项用于关闭HBase自带的Zookeeper组件，将其值改为一下内容：
export
HBASE_MANAGES_ZK=false
3、对配置文件hbase-site.xml进行修改，找到标签“<configuration>”所在位置，在其中添加如下红色部分的内容：
<configuration> <property> <name>hbase.rootdir</name> <value>hdfs://Cluster-01:9000/user/admin/hbase</value> </property> <property> <name>hbase.tmp.dir</name> <value>/home/admin/hbase/tmp</value> </property> <property> <name>hbase.cluster.distributed</name> <value>true</value> </property> <property> <name>hbase.zookeeper.quorum</name> <value>Cluster-01:2181,Cluster-02:2181,Cluster-03:2181,Cluster-04:2181,Cluster-05:2181</value> </property> <property> <name>hbase.master.maxclockskew</name> <value>60000</value> </property> </configuration>4、对配置文件regionservers进行修改，删除文件中原有的所有内容，然后添加集群中所有数据节点的主机名，每行一个主机的主机名，配置格式如下：
Cluster-03
Cluster-04
Cluster-05
5、创建配置文件“backup-masters”，并对配置文件进行修改。添加集群中所有备用节点的主机名，每行一个主机的主机名，配置格式如下：
Cluster-02
注：该项的所有操作不受使用准们用于集群的用户admin进行。
1、将“hbase”目录和“.bash_profile”文件发给集群中所有主机，发送目标用户为集群专用用户admin，即当前与登录用户同名的用户，发送目标路径为“/home/admin”，即集群专用用户admin的家目录。
2、使新配置的环境变量立即生效，查看新添加和修改的环境变量是否设置成功，以及环境变量是否正确，验证Hbase的安装配置是否成功；
命令：
$source ~/.bash_profile
$echo $HBASE_HOME
$echo $PATH
$hbase version
3、系统时间配置；
注：时间同步项的所有操作步骤需要使用root用户进行。
在集群中所有主机上使用命令“date -s ‘yyyy-MM-dd HH:mm:ss(年-月-日 时：分：秒)’”对系统时间进行设置，并使用命令“hwclock -w”将设置的时间同步到硬件时钟。
*该操作尽量在所有主机上同时进行，从而保证主机之间的时间误差值设定的“hbase.master.maxclockskew”范围内。
*如果是在VMware Workstation Pro虚拟平台上安装的，那么需要开启时间同步。选中虚拟机节点->右键->设置->选项，开启时间同步。
注：*该项的所有操作步骤使用专门用于集群的用户admin进行。
*启动HBase集群之前首先确保Zookeeper集群已被开启状态。（实验5台）Zookeeper的启动需要分别在每个计算机的节点上手动启动，如果家目录下执行启动报错则需要进入Zookeeper/bin目录执行启动命令。
*启动HBase集群之前首先确保Hadoop集群已被开启状态。（实验5台）Hadoop只需要在主节点执行启动命令。
1、启动Zookeeper集群：
命令：
$zkServer.sh status //查看Zookeeper状态
$zkServer.sh start //启动Zookeeper
2、在主节点使用此命令，查看java进程信息，若有名为“NameNode”、“ResourceManager”、“DataNode”和“NodeManager”这几个进程，则表示Hadoop集群的主节点及数据节点启动成功。
命令：
$jps //查看进程状态
$start-all.sh //启动Hadoop
$yarn-daemon.sh start resourcemanager
主节点及备用主节点：
通信节点：
3、确定Hadoop集群已启动状态，然后再主节点使用此命令，启动HBase集群；
命令：
$start-hbase.sh
4、如果每项启动出错，那么一次检查相应的配置文件和环境变量。
$source ~/.bash_profile
$echo $ZOOKEEPER_HOME
$echo $PATH
$echo $HADOOP_HOME
$echo $PATH
$echo $HBASE_HOME
$echo $PATH
5、使用命令“ssh 目标主机名或IP地址”远程登录到集群中所有Region节点主机，在Region节点使用命令“jps”查看java进程信息，若有名为“HRegionServer”的进程，则表示HBase集群的Region节点启动成功。
6、验证使用HBase；
命令：
$hbase shell //进入HBase的控制台
>create ‘tab1’,‘id’,‘name’ //创建表
>exit //退出控制台
排错一：
出现问题：Zookeeper启动不正常；
原 因：查看Zookeeper日志，发现错误信息：
ClientCnxn$SendThread@966] - Opening socket connection to server slave1. Will not attempt to authenticate using SASL
通过百度搜索发现集群环境中有个别主机通信不正常。
解决方案：排查每台主机的网络配置，并全部重新启动。
排错二：
出现问题：启动hbase，Error: JAVA_HOME is not set
原 因：配置hbase-env.sh时JAVA_HOME配置有误
解决方案：进入目录“~/hbase/hbase-1.2.3/conf”编辑文件hbase-env.sh
找到配置项“JAVA_HOME”所在行，将其修改为以下内容：
export
JAVA_HOME=/home/admin/java/jdk1.8.0_131
Apache HBase是运行在Hadoop集群上的数据库。为了实现更好的可扩展性（scalability），HBase放松了对ACID（数据库的原子性，一致性，隔离性和持久性）的要求。因此HBase并不是一个传统的关系型数据库。另外，与关系型数据库不同的是，存储在HBase中的数据也不需要遵守某种严格的集合格式，这使得HBase是用来存储结构不严格的数据的理想工具。
HBase在大数据应用的架构中应用非常广泛。但是基于其与关系型数据库迥异的设计模式，实现这些应用也与基于关系型数据库来实现非常不同。下文将会对比HBase和关系型数据库，并浅析HBase的特性。
2.1、先了解一下关系型数据库的优势和缺点。
关系型数据库提供了标准的数据持久性模型SQL语言是事实上的数据操作标准语言关系型数据库内置了并发数据操作的管理机制关系型数据库提供全面的数据操作工具2.2、HBase的高效，分布式，可扩展性。
由于HBase在设计上不支持关系和Join这样的概念，需要一起查询的数据就被存在一起。因此也就避免了关系型数据库的一些局限性。下图表现了HBase和关系型数据库在数据存储模型上的不同。
由于HBase将所有需要一起查询到数据存储在一起这一特性，HBase集群就自然能够根据key来组织数据。在水平分割的时候，key值的范围就可以被用来分割数据。每一个服务器存储全部数据的一个子集。同时分布式的数据还可以被同时访问。这大大增强了HBase的可扩展性。HBase实际上是Google Big Table的一个实现。Big Table是Google提出的一个用来存储大规模数据的一个分布式系统。
HBase是基于Column family data store的理念设计的：每一行根据一个row key索引。也就是我们用来查询的主键。同时每一行中有若干column family。每一个column family中有若干相关的column。如下图所示。
HBase是一种Hadoop数据库，经常被描述为一种稀疏的，分布式的，持久化的，多维有序映射，它基于行键、列键和时间戳建立索引，是一个可以随机访问的存储和检索数据的平台。HBase不限制存储的数据的种类，允许动态的、灵活的数据模型，不用SQL语言，也不强调数据之间的关系。HBase被设计成在一个服务器集群上运行，可以相应地横向扩展。
a)Java友好提供了全面的java客户端库;
b)HBase中所有数据都是作为原始数据，使用数组的形式存储;
c)行健是唯一标识符，类似数据库的主键;
d)表中确定一个单元的坐标是[rowkey,cloumn fanmily,column qualifier];
e)5个基本命令来访问HBase；Get（读）、Put（写）、Delete（删除）、Scan（扫描）、Increment（递增）;
f)HFile是存储文件，对应列族，一个列族可以有多少HFile文件，但是一个HFile不能存多个列族的数据;
g)写的操作会写入预写式日志（WAL）和称为MemStore的内存写入缓冲区，当两者都确认写入后才认为写的动作成功完成;
h)不建议禁用WAL，禁用后RegionServer故障时会导致数据丢失;
